[論文レビュー] An Integrated Decision and Control Theoretic Solution to Multi-Agent Co-Operative Search Problems

Titas Bera, Rajarshi Bardhan+1 more|arXiv (Cornell University)|Apr 24, 2017

Distributed Control Multi-Agent Systems参考文献 27被引用数 4

ひとこと要約

本論文は、通信なしで未知の環境内におけるマルチエージェント協調探索のための分散型で、知覚に基づく意思決定および制御フレームワークを提案する。RRTを用いた確率的トラジェクトリ計画とエージェント行動の推定を組み合わせることで、位置推定誤差が最大4mまである状況でも、ランダム探索に比べて不確実性が70%低減され、衝突回数が88%減少するという、頑健で協調的な探索を実現した。

ABSTRACT

This paper considers the problem of autonomous multi-agent cooperative target search in an unknown environment using a decentralized framework under a no-communication scenario. The targets are considered as static targets and the agents are considered to be homogeneous. The no-communication scenario translates as the agents do not exchange either the information about the environment or their actions among themselves. We propose an integrated decision and control theoretic solution for a search problem which generates feasible agent trajectories. In particular, a perception based algorithm is proposed which allows an agent to estimate the probable strategies of other agents' and to choose a decision based on such estimation. The algorithm shows robustness with respect to the estimation accuracy to a certain degree. The performance of the algorithm is compared with random strategies and numerical simulation shows considerable advantages.

研究の動機と目的

• 通信不可の制約下で、エージェント同士がセンサデータや行動を共有できない未知の環境における協調的マルチエージェント探索の課題に取り組むこと。
• 直接的な通信ができない状況でも、他のエージェントの行動や環境状態を推定することで、エージェントが効果的に協調できる分散型ソリューションを開発すること。
• 現実的な車両動力学を考慮した動的で不確実性の高い環境において、ランダム探索戦略に比べて探索効率と頑健性を向上させること。
• 周囲のエージェントの状態を不完全に知覚する状況下でも、衝突率を低く抑え、環境の不確実性を均一に低減できることを保証すること。

提案手法

• エージェントは、周囲のエージェントの行動の可能性を推定し、その推定値を自らの局所的意思決定プロセスに組み込む知覚に基づくアプローチを採用する。
• 不確実性下でも実行可能で衝突のない経路を計算するために、急速に探索するランダム木（RRT）に基づく確率的経路生成手法を用いる。
• 各エージェントは、グリッドセルにおける時間平均値と分散に基づく指標を用いて、環境の不確実性に関する信念状態を維持し、センサ観測に基づいて更新する。
• 局所的目的関数は、他のエージェントの行動の認識と環境不確実性の低減を統合しており、通信なしに分散型の協調を実現できる。
• 車両の動力学は非ホロノミック運動モデル（x, y, θ, v, φ）でモデル化され、状態推定には±2mから±4mの位置誤差分散が含まれる。
• 500回のモンテカルロシミュレーションを実施し、エージェント数、センシング半径、推定誤差の変動に応じた性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 通信なしの分散型マルチエージェント探索システムは、他者の行動を知覚することで協調的行動を達成できるか？
• RQ2 周囲エージェントの位置推定誤差が、全体の探索性能と不確実性低減にどのように影響するか？
• RQ3 提案手法は、不確実性低減と衝突回避の観点で、ランダム探索に比べてどの程度優れているか？
• RQ4 推定されたエージェント行動や環境状態の不正確さに対しても、提案手法は頑健であるか？

主な発見

• 提案手法は、500回のシミュレーション試行において、ランダム探索に比べて平均して環境不確実性を約70%低減した。
• 位置推定誤差が最大±4mであっても、平均セル不確実性は安定しており、知覚の不正確さに対しても強い頑健性を示した。
• 平均衝突回数は0.7回（ランダム探索では6.0回）にまで低下し、優れた協調性を示した。
• すべての誤差レベルで、セル不確実性の分散は0.15未満を維持し、均一で一貫した探索カバレッジを示した。
• アルゴリズムはτ-確率的完全性を示し、時間経過とともに高い確率で解に収束することが保証された。
• エージェント数が増えるほど性能が向上し、n=10ではn=6に比べて不確実性が著しく低く、収束速度も速くなった。