[論文レビュー] Decentralized Informative Path Planning with Exploration-Exploitation Balance for Swarm Robotic Search

Payam Ghassemi, Souma Chowdhury|arXiv (Cornell University)|May 24, 2019

Distributed Control Multi-Agent Systems参考文献 33被引用数 7

ひとこと要約

本稿では、空間的に変化する信号を持つ2次元環境におけるスワームロボット探索のための分散型で非同期なパスプランニング手法Bayes-Swarmを提案する。新規の獲得関数を用い、探索、活用、軌道に基づく知識獲得のバランスを図り、複雑な環境下で全探索法に比べ最大90倍、ランダムウォークに比べ83倍の高速なミッション完了を達成した。

ABSTRACT

Swarm robotic search is concerned with searching targets in unknown environments (e.g., for search and rescue or hazard localization), using a large number of collaborating simple mobile robots. In such applications, decentralized swarm systems are touted for their task/coverage scalability, time efficiency, and fault tolerance. To guide the behavior of such swarm systems, two broad classes of approaches are available, namely nature-inspired swarm heuristics and multi-robotic search methods. However, simultaneously offering computationally-efficient scalability and fundamental insights into the exhibited behavior (instead of a black-box behavior model), remains challenging under either of these two class of approaches. In this paper, we develop an important extension of the batch Bayesian search method for application to embodied swarm systems, searching in a physical 2D space. Key contributions lie in: 1) designing an acquisition function that not only balances exploration and exploitation across the swarm, but also allows modeling knowledge extraction over trajectories; and 2) developing its distributed implementation to allow asynchronous task inference and path planning by the swarm robots. The resulting collective informative path planning approach is tested on target search case studies of varying complexity, where the target produces a spatially varying (measurable) signal. Significantly superior performance, in terms of mission completion efficiency, is observed compared to exhaustive search and random walk baselines, along with favorable performance scalability with increasing swarm size.

研究の動機と目的

• 未知の2次元環境における大規模スワームロボットシステムの計算効率が高く、スケーラブルで、行動的に解釈可能なパスプランニングの設計に課題に取り組む。
• ブラックボックス的な自然界を模倣したヒューリスティクスや集中型ベイズ手法の限界を克服し、根本的な行動的インサイトを提供する分散型で非同期な意思決定を可能にする。
• 点ではなく軌道全体における知識獲得をモデル化する軌道認識獲得関数を開発し、集団的探索効率を向上させる。
• 各ロボットが局所的情報と共有されたガウス過程モデルを用いて独立してタスクを推定しパスを計画することで、スケーラビリティとフォールトトレランスを確保する。
• 実世界に近いケーススタディにおいて、多様な信号分布とスワームサイズの下で、優れた性能とスケーラビリティを実証する。

提案手法

• 源探査（活用）と知識獲得（探索）のコンponentsを統合した新規の獲得関数を設計し、それらのバランスを取るためにヒューリスティックな重み係数αを導入する。
• 離散的なウェイポイントではなく、ロボットの全軌道における知識獲得をモデル化することで、動的で物理的な探索空間における情報価値のより正確な推定を可能にする。
• 各ロボットが局所的なセンサデータと共有されたオンライン更新型ガウス過程（GP）モデルに基づいて、独立に次のウェイポイントを計算する分散型・非同期な実装を実施する。
• 実体化されたスワームシステムに適応したバッチベイズ探索フレームワークを採用し、ロボットが収集した信号測定値に基づいてGP事後分布を共同で更新する。
• 運動制約とパスコストを獲得関数に組み込むことで、実行可能で効率的なナビゲーションを保証する。
• 大規模スワームにおける計算負荷を軽減するため、GP更新にダウンサンプリングヒューリスティクスを適用し、100台以上のロボットへのスケーラビリティを実現する。

実験結果

リサーチクエスチョン

• RQ1 空間的に変化する信号のための分散型・非同期パスプランニングアルゴリズムは、スワームロボット探索においてどのように探索と活用のバランスを取ることができるか？
• RQ2 点ベースのモデルと比較して、軌道認識獲得関数は集団的知識獲得を向上させ、重複した探索を削減できるか？
• RQ3 ミッション完了時間とマッピング精度の観点から、スワームサイズの増加に伴う本手法のスケーラビリティはいかほどか？
• RQ4 ヒューリスティックな重み係数αの影響は、異なる信号分布とスワームサイズにおいてどのように現れるか？
• RQ5 複雑で非凸な環境下で、本手法は全探索法およびランダムウォークベースラインと比較してどのように性能を発揮するか？

主な発見

• Bayes-Swarmは、4つのケーススタディすべてにおいて全探索法に比べ最大90倍の高速なミッション完了を達成し、ミッション完了時間は全探索法の約9,163秒から最低102秒まで短縮された。
• ケーススタディ1および2では、ランダムウォーク法が1.5倍の時間予算を有していたにもかかわらず、ミッション完了時間においてそれぞれ83倍および5倍の高速化を達成した。
• 本手法はスーパー線形的スケーラビリティを示した：2台から20台へのスワームサイズの増加に伴い、ミッション完了時間が顕著に短縮されたが、アリーナサイズの制約により性能向上が飽和した。
• ランダムウォーク法は、4つのケーススタディのうち3つでソースを特定できなかった。これは、複雑な環境下での非効率性を強く示している。
• パrametric解析から、最適なパフォーマンスはスワームサイズと信号分布の複雑さに依存しており、固定のαチューニングではなく、適応的αの必要性が示された。
• 本手法は低マッピング誤差と高い耐障害性を維持し、5回の独立実行において一貫した性能を示した。これは、実世界での展開に向けた信頼性と安定性を示している。