[論文レビュー] Fully Distributed Informative Planning for Environmental Learning with Multi-Robot Systems

Do-Hyun Jang, Jaehyun Yoo+2 more|arXiv (Cornell University)|Dec 29, 2021

Energy Efficient Wireless Sensor Networks被引用数 7

ひとこと要約

本論文は、分散型ガウス過程回帰と分散型モンテカルロ木探索を用いて、マルチロボット環境学習および情報性経路計画のための完全分散型でスケーラブルなフレームワークを提案する。ピアツーピア通信とオンラインマップ統合を可能にすることで、中央サーバーを必要とせず、グローバルな環境推定と効率的な探索を実現し、シミュレーションおよび実世界の気温データセットを用いた検証において、優れた性能とスケーラビリティを示した。

ABSTRACT

This paper proposes a cooperative environmental learning algorithm working in a fully distributed manner. A multi-robot system is more effective for exploration tasks than a single robot, but it involves the following challenges: 1) online distributed learning of environmental map using multiple robots; 2) generation of safe and efficient exploration path based on the learned map; and 3) maintenance of the scalability with respect to the number of robots. To this end, we divide the entire process into two stages of environmental learning and path planning. Distributed algorithms are applied in each stage and combined through communication between adjacent robots. The environmental learning algorithm uses a distributed Gaussian process, and the path planning algorithm uses a distributed Monte Carlo tree search. As a result, we build a scalable system without the constraint on the number of robots. Simulation results demonstrate the performance and scalability of the proposed system. Moreover, a real-world-dataset-based simulation validates the utility of our algorithm in a more realistic scenario.

研究の動機と目的

• 中央サーバーに依存しない、スケーラブルで完全分散型のマルチロボットシステムにおける環境学習と経路計画を可能にすること。
• 移動ロボットを用いた動的環境におけるオンラインで分散型マップ推定を解決すること。
• 分散型の不確かさに基づく意思決定を用いて、重複する行動を最小限に抑える、スケーラブルで衝突を考慮した探索戦略を開発すること。
• UAVの展開のように通信範囲が限られ、接続が途切れやすい状況下でもシステムの頑健性を保証すること。
• 実用的意義を担保するため、合成シミュレーションおよび実世界の気象データを用いてフレームワークを検証すること。

提案手法

• システムはプロセスを2段階に分割する：カルフネン–ロエーヴ展開を用いた有限次元ガウス過程推定器を用いた分散型環境学習。
• 各ロボットは局所的なGP推定値を維持し、平均協調を用いて隣接ロボットと情報交換することで、グローバルマップ推定に収束する。
• 経路計画は分散型モンテカルロ木探索（MCTS）を用いて実施され、各ロボットは局所的情報と推定マップの不確かさに基づいて、独立に行動シーケンスを探索する。
• MCTSは情報利得を報酬関数として用い、マップの不確かさが大きい領域へ向かって誘導することで、マップの正確性を最大化する。
• 隣接ロボット間の通信により、環境推定の同期と中央集権的制御なしの探索経路の調整が可能になる。
• フレームワークは任意の数のロボットにスケーラブルに設計されており、エージェント数や通信制約の変動に対する性能が評価されている。

実験結果

リサーチクエスチョン

• RQ1 完全分散型マルチロボットシステムは、中央サーバーが存在しない状況でも、正確でリアルタイムな環境マップ推定を達成できるか？
• RQ2 分散型ガウス過程回帰と分散型MCTSの統合は、探索効率とスケーラビリティをどのように向上させるか？
• RQ3 通信範囲が限られ、接続が途切れやすい状況下でも、システムの性能はどの程度維持されるか？
• RQ4 中央集権的および独立型（通信を行わない）システムと比較して、分散型システムのマップ正確性と探索効率はどのように異なるか？
• RQ5 提案されたフレームワークは、時間的に変化する温度場のような動的環境変化を、実世界データを用いて効果的に再構築できるか？

主な発見

• シミュレーションで確認されたように、ピアツーピア通信により、すべてのエージェントがグローバルな環境マップ推定に収束した。
• 実世界のソウル気温データを用いた1.7時間の運用後、環境再構築が真の温度マップを動的に追跡した。
• スケーラビリティが実証された：エージェント数の増加に伴い探索性能が向上し、通信制限や少ない探索反復回数にもかかわらず、分散型MCTSは中央集権的システムと同等の性能を達成した。
• 通信を行わない独立型システムと比較して、分散型システムは顕著に優れており、局所的通信による協調が探索効率を向上させ、冗長性を低減していることが示された。
• シミュレーション結果から、探索深さ（T）とMCTS反復回数の増加が経路計画性能の向上に寄与することが確認された。深さの増加により、より遠くの最適経路が考慮された。
• 途切れやすい通信環境下でも、一貫したマップ推定と経路計画が維持されたことから、システムの頑健性が裏付けられた。