要約
本稿では、マルチロボットのタスク割り当てにおけるロボットの能力低下の状況に対処するためのコンセンサスベースのペイロードアルゴリズム(CBPA)を紹介します。
複雑なタスクの実行中、ペイロードの消費に応じてロボットの能力が低下する可能性があり、ロボット連合がリアルタイムでタスクの要件を満たせないという問題が発生します。
提案された CBPA はコンセンサスベースのバンドル アルゴリズム (CBBA) の拡張バージョンであり、ペイロード バンドル構築フェーズとコンセンサス フェーズという 2 つの主要なコア フェーズで構成されます。
ペイロード バンドルの構築フェーズでは、CBPA はペイロード割り当てマトリックスを導入して、ロボットが運ぶペイロードとマルチロボット タスクの要求をリアルタイムで追跡します。
次に、ロボットはコンセンサスフェーズでそれぞれのペイロード割り当てマトリックスを共有します。
これら 2 つのフェーズを繰り返して、マルチロボット タスクを実行するロボットの数と各ロボットが実行するタスクの数を動的に調整し、競合のない結果を取得して、ロボット連合が需要を満たし、すべてのタスクをできるだけ早く完了できるようにします。
物理実験では、CBPA が、ロボットが連携する必要があり、タスク要件がロボットのペイロードと密接に結びついている複雑で動的なシナリオに適していることが示されています。
数値実験では、CBPA の方が CBBA よりも総タスクゲインが高いことが示されています。
要約(オリジナル)
This paper presents a consensus-based payload algorithm (CBPA) to deal with the condition of robots’ capability decrease for multi-robot task allocation. During the execution of complex tasks, robots’ capabilities could decrease with the consumption of payloads, which causes a problem that the robot coalition would not meet the tasks’ requirements in real time. The proposed CBPA is an enhanced version of the consensus-based bundle algorithm (CBBA) and comprises two primary core phases: the payload bundle construction and consensus phases. In the payload bundle construction phase, CBPA introduces a payload assignment matrix to track the payloads carried by the robots and the demands of multi-robot tasks in real time. Then, robots share their respective payload assignment matrix in the consensus phase. These two phases are iterated to dynamically adjust the number of robots performing multi-robot tasks and the number of tasks each robot performs and obtain conflict-free results to ensure that the robot coalition meets the demand and completes all tasks as quickly as possible. Physical experiment shows that CBPA is appropriate in complex and dynamic scenarios where robots need to collaborate and task requirements are tightly coupled to the robots’ payloads. Numerical experiments show that CBPA has higher total task gains than CBBA.
arxiv情報
著者 | Xuekai Qiu,Pengming Zhu,Yiming Hu,Zhiwen Zeng,Huimin Lu |
発行日 | 2024-12-13 12:24:39+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google