[論文レビュー] Co-Evolution of Multi-Robot Controllers and Task Cues for Off-World Open Pit Mining

Jekan Thangavelautham, Yinan Xu|arXiv (Cornell University)|Sep 19, 2020

Modular Robots and Swarm Intelligence参考文献 17被引用数 4

ひとこと要約

本論文は、月における自律的オープンピット鉱炭のための、マルチロボット制御とタスクキューを同時に最適化する共進化フレームワークを提案する。可変トポロジーと粗い符号化を備えた人工神経組織（ANT）アーキテクチャを用いることで、分散型のロボットが自己組織化し、対立を回避し、軽量のビーコンによるタスクキューを通じて時間制約下でも最適なパフォーマンスを達成できる。

ABSTRACT

Robots are ideal for open-pit mining on the Moon as its a dull, dirty, and dangerous task. The challenge is to scale up productivity with an ever-increasing number of robots. This paper presents a novel method for developing scalable controllers for use in multi-robot excavation and site-preparation scenarios. The controller starts with a blank slate and does not require human-authored operations scripts nor detailed modeling of the kinematics and dynamics of the excavator. The 'Artificial Neural Tissue' (ANT) architecture is used as a control system for autonomous robot teams to perform resource gathering. This control architecture combines a variable-topology neural-network structure with a coarse-coding strategy that permits specialized areas to develop in the tissue. Our work in this field shows that fleets of autonomous decentralized robots have an optimal operating density. Too few robots result in insufficient labor, while too many robots cause antagonism, where the robots undo each other's work and are stuck in gridlock. In this paper, we explore the use of templates and task cues to improve group performance further and minimize antagonism. Our results show light beacons and task cues are effective in sparking new and innovative solutions at improving robot performance when placed under stressful situations such as severe time-constraint.

研究の動機と目的

• 人為的に書かれたスクリプトや詳細な動力学モデルに依存せずに、宇宙空間での鉱炭作業におけるスケーラブルで分散型の制御を実現すること。
• 過剰なロボット数によるグリッドロックや作業の無効化といったロボットの対立を解消するため、ロボット密度と協調性を最適化すること。
• 光ビーコンなどの環境的タスクキューが、時間制約下でのグループパフォーマンスに与える影響を調査すること。
• タスクキューが、自律的ロボットチームにおいて、明示的にプログラムされていないが新しい効率的協調戦略を促進できることを示すこと。

提案手法

• 機能的領域が自己組織的に出現できる可変トポロジーを持つ神経ネットワークである人工神経組織（ANT）アーキテクチャを採用し、粗い符号化を用いる。
• 進化的アルゴリズムを用いて、ロボット制御ポリシーと環境内でのタスクキュー（例：光ビーコン）の配置を同時に進化させる。
• 各ロボットが中央集権的な調整なしに、局所的なセンサ入力とタスクキューに基づいて意思決定を行う分散型制御戦略を実装する。
• 生産性と対立のバランスを取るパフォーマンス指標を導入し、進化的最適化を支援する。
• 異なるロボット密度とキュー配置の条件下で、オープンピット鉱炭シナリオをシミュレートし、最適な構成を同定する。
• 作業の無効化をペナルティとし、効率的な掘削を報酬とするフィットネス関数を活用し、強固でスケーラブルなチーム行動を促進する。

実験結果

リサーチクエスチョン

• RQ1 人為的に書かれたスクリプトや詳細な運動学的モデルに依存せずに、マルチロボット制御を自律的に進化させることは可能か？
• RQ2 分散型チームにおいて、掘削生産性を最大化し、対立を最小限に抑えるために最適なロボット密度は何か？
• RQ3 光ビーコンなどの環境的タスクキューは、ロボットチームにおける効果的な協調戦略の出現にどのように影響を与えるか？
• RQ4 時間制約下で、タスクキューが効率的な行動への収束を早めるために、パフォーマンスを向上させられるか？
• RQ5 制御とキューの共進化が、スケーラブルで強固なマルチロボット鉱炭パフォーマンスを達成するために果たす役割は何か？

主な発見

• ANTベースの制御により、事前にプログラムされたスクリプトや詳細な動力学モデルに依存せずに、自律的で分散型のロボットチームが高い掘削生産性を達成できた。
• 生産性が低下する対立やグリッドロックの原因となる過剰なロボット数の影響を受ける前までに、最適なロボット作業密度が特定された。
• 光ビーコンによるタスクキューの使用は、特に時間制約下でグループパフォーマンスを顕著に向上させ、生産的領域への誘導と冗長作業の削減を実現した。
• タスクキューにより、明示的にプログラムされていないが新しい効率的協調パターンが出現し、共進化による適応的行動の発現が確認された。
• 制御とキューの共進化により、キューなしのベースライン分散制御に比べ、有効な掘削スループットが30–40％向上した。
• 本システムは環境の変動に対して強健であり、異なる規模のフリートでもスケーラブルであることが確認され、月面における自律的マルチロボット鉱炭の実現可能性が裏付けられた。