Online Flocking Control of UAVs with Mean-Field Approximation

要約

この作品は、空中ロボットの群れの分散型で協調的な群れ制御に対する、新しい推論ベースのアプローチを提示します。
提案された方法は、潜在セットをロボットの実行可能なアクション空間に制限することにより、無人航空機 (UAV) ダイナミクスに由来し、達成不可能な制御入力が生成されるのを防ぎ、スムーズな群れ動作につながります。
ペアワイズ エネルギー関数を使用してエージェント間の関係をモデル化することにより、相互作用するロボットの群れがマルコフ確率場を構成することを示します。
私たちのアルゴリズムは、平均場近似に基づいて構築されており、凝集、分離、速度の整列という集合的な行動規則が組み込まれています。
分散制御スキームに従い、この方法が UAV の群れをリアルタイムの衝突回避により形成と速度のコンセンサスに制御できることを示します。
物理的な UAV と忠実度の高いシミュレーション実験を使用して、提案された方法を検証します。

要約(オリジナル)

This work presents a novel, inference-based approach to the distributed and cooperative flocking control of aerial robot swarms. The proposed method stems from the Unmanned Aerial Vehicle (UAV) dynamics by limiting the latent set to the robots’ feasible action space, thus preventing any unattainable control inputs from being produced and leading to smooth flocking behavior. By modeling the inter-agent relationships using a pairwise energy function, we show that interacting robot swarms constitute a Markov Random Field. Our algorithm builds on the Mean-Field Approximation and incorporates the collective behavioral rules: cohesion, separation, and velocity alignment. We follow a distributed control scheme and show that our method can control a swarm of UAVs to a formation and velocity consensus with real-time collision avoidance. We validate the proposed method with physical UAVs and high-fidelity simulation experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google