[論文レビュー] Demonstrating Performance Benefits of Human-Swarm Teaming

William Hunt, Jack Ryan+3 more|arXiv (Cornell University)|Mar 22, 2023

Simulation Techniques and ApplicationsDecision Sciences被引用数 3

ひとこと要約

本論文では、被災地救急救助シナリオにおける人間とドローン群の協働を可能にするウェブベースのシミュレーションプラットフォームHARISを紹介する。人間のオペレータがリアルタイムの視覚フィードバックを通じて早期にターゲットを分類することで、自律的ドローン群を補完する。本システムは、訓練を受けていないユーザーでも、不要なミッションを早期に削減することで、完全自律型ドローン群よりも著しく性能（スピード・正確性）が向上することを示している。

ABSTRACT

Autonomous swarms of robots can bring robustness, scalability and adaptability to safety-critical tasks such as search and rescue but their application is still very limited. Using semi-autonomous swarms with human control can bring robot swarms to real-world applications. Human operators can define goals for the swarm, monitor their performance and interfere with, or overrule, the decisions and behaviour. We present the ``Human And Robot Interactive Swarm'' simulator (HARIS) that allows multi-user interaction with a robot swarm and facilitates qualitative and quantitative user studies through simulation of robot swarms completing tasks, from package delivery to search and rescue, with varying levels of human control. In this demonstration, we showcase the simulator by using it to study the performance gain offered by maintaining a ``human-in-the-loop'' over a fully autonomous system as an example. This is illustrated in the context of search and rescue, with an autonomous allocation of resources to those in need.

研究の動機と目的

• 災害対応のような安全が求められる環境で、大規模なロボット群を管理する課題に対処すること。完全な自律性には信頼性がなく、完全な人間による制御は現実的ではない。
• 人間とドローン群の協働研究を支援する、柔軟でアクセスしやすいシミュレーション環境を構築すること。
• 動的で現実に近いシナリオ（例：被災地救急救助）における人間を含む制御のパフォーマンス向上を評価すること。
• Googleマップとの統合により、現実世界の地図を活用し、JSONベースの設定を用いてカスタムシナリオを迅速に展開できること。
• 低コードでブラウザからアクセス可能なプラットフォームを提供することで、人間とロボットの相互作用をテストするためのユーザースタディを容易にすること。

提案手法

• HARISは、HutSimのデジタルツインプラットフォームに基づくJavaベースのウェブアプリケーションであり、人間監視下でのマルチUAV群のリアルタイムシミュレーションを可能にする。
• 自律的タスク割り当てには、全ドローンの合計エネルギー消費を最小化するためのmax-sum分散協調アルゴリズムが使用される。
• 人間のオペレータは、ドローンのカメラ映像をリアルタイムで表示する動的インターフェースを通じて相互作用する。ターゲットに近づくにつれて解像度が向上する。
• 画像の鮮明さが確保された場合、オペレータはターゲットを「負傷者」または「非負傷者」と手動で分類でき、無駄なミッションを削減できる。
• インターフェースはカスタマイズ可能なレインボーグラスとリアルタイムのシナリオ編集をサポートしており、JSON設定を用いて新しい地図、エージェント、ターゲット、危険要因を定義できる。
• パフォーマンスは、分類数/分と正確性の組み合わせ指標を用いて評価され、人間とドローン群の協働チームと完全自律型ドローン群を比較する。

Figure 1. The HARIS interface uses Google Maps to provide a realistic command centre for the swarm

実験結果

リサーチクエスチョン

• RQ1 訓練を受けていない人間のオペレータが、早期の分類を提供することで、被災地救急救助における自律的ドローン群のパフォーマンスを向上させられるか？
• RQ2 人間を含む制御による干渉は、完全自律型運用と比較して、無駄なドローンミッションをどの程度削減できるか？
• RQ3 現実に近い動的環境における人間の推論の統合は、スピード・正確性のトレードオフをどのように改善するか？
• RQ4 HARISのような低コードでブラウザベースのシミュレーションプラットフォームは、スケーラブルでマルチユーザ対応のヒューマン・スワーム・チーム作業実験を効果的に支援できるか？
• RQ5 人間の好みや制約は、スワームロボティクスにおける分散型タスク割り当てアルゴリズムにどのような影響を与えるか？

主な発見

• 訓練を受けていないユーザーが、ターゲットを早期に分類することで、完全自律型ドローン群よりもスピード・正確性の指標で顕著に優れたパフォーマンスを示した。
• 人間とドローン群の協働モードにより、ドローンがターゲットに到着する前に対象を非負傷者と特定できるため、無駄な移動回数が削減された。
• 本システムは、非専門家ユーザーが、簡単で低コストの干渉によっても、ドローン群のパフォーマンスを有意義に向上させられることを示した。
• HARISは、現実世界の地図とJSONベースの設定を用いて、数分でシナリオを迅速にセットアップでき、訓練や研究への即時展開を可能にした。
• シミュレーションプラットフォームはマルチユーザ相互作用とリアルタイム監視を効果的にサポートし、大規模ユーザスタディにおける実用性を裏付けた。
• max-sumアルゴリズムに制約を介して人間のフィードバックを統合することで、自律システムの完全な再構成なしに意思決定が改善された。

Figure 2. Users are shown a simulated image of the target which gets clearer as the agent gets closer to the target. The user can classify the target early, saving the operation time.