[論文レビュー] MOSAIC: Modular Scalable Autonomy for Intelligent Coordination of Heterogeneous Robotic Teams

David Oberacker, Julia Richer+11 more|arXiv (Cornell University)|Jan 30, 2026

Modular Robots and Swarm Intelligence被引用数 0

ひとこと要約

MOSAICは、POIを統一ミッション抽象として用い、2層アーキテクチャにより空間類似の実地試験で宇宙探査を並列実施できるように、1つのオペレータの下で異種ロボットチームを調整するスケーラブルな自律性フレームワークを導入します。

ABSTRACT

Mobile robots have become indispensable for exploring hostile environments, such as in space or disaster relief scenarios, but often remain limited to teleoperation by a human operator. This restricts the deployment scale and requires near-continuous low-latency communication between the operator and the robot. We present MOSAIC: a scalable autonomy framework for multi-robot scientific exploration using a unified mission abstraction based on Points of Interest (POIs) and multiple layers of autonomy, enabling supervision by a single operator. The framework dynamically allocates exploration and measurement tasks based on each robot's capabilities, leveraging team-level redundancy and specialization to enable continuous operation. We validated the framework in a space-analog field experiment emulating a lunar prospecting scenario, involving a heterogeneous team of five robots and a single operator. Despite the complete failure of one robot during the mission, the team completed 82.3% of assigned tasks at an Autonomy Ratio of 86%, while the operator workload remained at only 78.2%. These results demonstrate that the proposed framework enables robust, scalable multi-robot scientific exploration with limited operator intervention. We further derive practical lessons learned in robot interoperability, networking architecture, team composition, and operator workload management to inform future multi-robot exploration missions.

研究の動機と目的

• ヘテロジニアスなマルチロボット任務（宇宙のような過酷な環境）におけるスケーラブル自律性の必要性を動機づける。
• 多様なロボット間で目標を表現する統一ミッション抽象（POIs）を定義する。
• 実行時に単一オペレータによるロボットチームの監督を可能にする多層自律性を提供する。
• 空間類似の野外実験でMOSAICの実現性を示し、実用的な教訓を抽出する。

提案手法

• システムレベルのミッション制御とロボットレベルの局所自律性を備えた2層のMOSAICアーキテクチャを提案する。
• 中心的なミッション目標表現としてPOIsを用い、タスク割り当てのためのロボット固有の有用度を計算する。
• オペレータの介入とロボットの自律性をバランスさせる3つの自律レベル（ミッションレベル、タスクレベル、ドライバーレベル）を実装する。
• 異種ロボット間で標準化されたインターフェースを備えたROS 2に基づく分散型ソフトウェアスタックを採用する。
• POI計画、ナビゲーション、測定アクションを調整する行動ツリーベースのロボット制御ループを Institute する。

実験結果

リサーチクエスチョン

• RQ1 単一オペレータが自律探索を実行する異種マルチロボットチームを効果的に監督・調整できるか。
• RQ2 POIsは多様なロボットと能力を横断してミッション目標の統一的表現として機能するか。
• RQ3 現場条件下でミッションの進行を最大化しつつオペレータの作業負荷を最小化する自律レベルとタスク割り当て戦略は何か。
• RQ4 現実世界のMOSAIC展開における実務的な相互運用性、ネットワーキング、監督の課題は何か。

主な発見

• 5台のロボットと1人のオペレータによる空間類似の野外試験で、1台のロボット故障にもかかわらず割り当てられたタスクの82.3%を完了。
• システムはAutonomy Ratio 86%を達成し、オペレータの作業負荷を78.2%に抑えた。
• 現実的な条件下で限られたオペレータ介入で堅牢かつスケーラブルなマルチロボット探索をMOSAICが実証。
• 将来の任務に向けたロボット間の相互運用性、ネットワークアーキテクチャ、チーム構成、オペレータの作業負荷管理に関する教訓を導出。