[論文レビュー] Impact of Heterogeneity in Multi-Robot Systems on Collective Behaviors Studied Using a Search and Rescue Problem

Sanjay Sarma O, Ramviyas Parasuraman+1 more|arXiv (Cornell University)|Dec 8, 2020

Optimization and Search Problems参考文献 19被引用数 4

ひとこと要約

本稿は、都市環境における救助活動（USAR）に応用された異種多ロボット系（HMRS）における、機能的多様性が集団的パフォーマンスに与える影響を調査する。探索者（ターゲットを特定）と救助者（ターゲットを回収）の間の機能的重複度を変化させたモデルを用い、行動ツリーを用いて多様性を定量化し、Unityでモンテカルロシミュレーションを実施。その結果、多様性と救助効率の間に正の相関が認められたが、過度な重複度や高能力な救助者による性能低下も観察され、最適なバランスが最大のシステム効率をもたらすことが示された。

ABSTRACT

Many species in nature demonstrate symbiotic relationships leading to emergent behaviors through cooperation, which are sometimes beyond the scope of the partnerships within the same species. These symbiotic relationships are classified as mutualism, commensalism, and parasitism based on the benefit levels involved. While these partnerships are ubiquitous in nature, it is imperative to understand the benefits of collective behaviors in designing heterogeneous multi-robot systems (HMRS). In this paper, we investigate the impact of heterogeneity on the performance of HMRS applied to a search and rescue problem. The groups consisting of searchers and rescuers, varied in the individual robot behaviors with multiple degrees of functionality overlap and group compositions, demonstrating various levels of heterogeneity. We propose a new technique to measure heterogeneity in the agents through the use of Behavior Trees and use it to obtain heterogeneity informatics from our Monte Carlo simulations. The results show a positive correlation between the group's heterogeneity measure and the rescue efficiency demonstrating benefits in most of the scenarios. However, we also see cases where heterogeneity may hamper the group's abilities pointing to the need for determining the optimal heterogeneity in group required to maximally benefit from HMRS in real-world applications.

研究の動機と目的

• 都市環境における救助活動（USAR）に応用された異種多ロボット系（HMRS）における多様性の影響を調査すること。
• 行動ツリーと状態-行動計画に基づく距離尺度を用いて、マルチエージェントシステムにおける機能的多様性を測定する新規手法を構築すること。
• 探索者と救助者の間の機能的重複度の変化が、救助ミッションにおけるシステムレベルの効率とコストに与える影響を評価すること。
• 実世界のHMRS展開において、救助効率を最大化するとともにコストを最小化する最適な多様性レベルを特定すること。

提案手法

• 著者らは、探索者（ターゲットを特定）と救助者（ターゲットを回収）の2種類のロボットを用い、その機能的重複度を変化させた救助シナリオをモデル化した。
• 各ロボットの状態-行動計画を表す行動ツリーから算出される種間距離に基づき、新規な多様性測定法を提案した。
• Unityゲームエンジンを用いて、探索者と救助者の比率を変化させた複数の構成でモンテカルロシミュレーションを実施した。
• システムパフォーマンスは、時間定数とコスト重み付き効率指標 $Efficiency = \frac{1}{\tau(c n_r + n_s)}$ を用いて評価した。ここで $\tau$ は平均時間定数、$c$ はコスト要因である。
• コスト要因 $c$ は機能的乖離度に基づいてキャリブレーションされ、救助者の方が探索者よりも高いコストが割り当てられた。
• 異なる救助者能力と機能的重複度を持つ3つの戦略を用いて、多様性レベルの変化に伴うパフォーマンスを比較評価した。

実験結果

リサーチクエスチョン

• RQ1 探索者と救助者の間の機能的重複度を増加させると、救助ミッションにおける異種多ロボットシステムの効率にどのような影響を与えるか？
• RQ2 行動表現（例：行動ツリー）から定量的な多様性測定値を導出できるか？ その測定値がシステムレベルのパフォーマンスを予測できるか？
• RQ3 多様性レベルと救助効率の関係は何か？ また、最適点を有する単峰的トレンドを示すか？
• RQ4 ロボット能力の差異（特に救助者の性能）は、チーム編成における多様性の利点にどのように影響を与えるか？

主な発見

• 大多数のシナリオにおいて、多様性測定値と救助効率の間に正の相関が認められ、ピークパフォーマンスは中程度から高い多様性レベルで達成された。
• シナリオ3（総数50名固定）では、人口比分布の中心付近で最小の時間定数（最速の回収）が達成され、これは高い多様性に対応していた。
• 戦略3（救助者が低能力で、探索者に近いコスト）では、高多様性下でも高い効率が達成され、盲目的な救助者でさえ機能的多様性の恩恵を受けることが示された。
• 対照的に、戦略1（高能力な救助者）では、救助者を探索者に置き換えた場合に効率が低下し、高能力そのものが機能的多様性の低下を招くと、パフォーマンス向上を保証しないことが示された。
• コスト重み付き効率指標から、低コストで機能的多様性の高いロボットを用いたシステムが、高コスト・高能力な救助者を有するシステムを上回ることが判明した。特に、多様性がバランスされた場合に顕著であった。
• 結果から、最適なHMRS設計には、機能的重複度と能力分布のバランスが必要であることが示唆された。過度な重複度や特定のエージェントタイプの過剰能力は、システム全体の利点を損なう可能性がある。