[論文レビュー] Multi-Robot Adversarial Patrolling: Facing a Full-Knowledge Opponent

Noa Agmon, Gal A. Kaminka+1 more|arXiv (Cornell University)|Jan 16, 2014

Optimization and Search Problems参考文献 25被引用数 94

ひとこと要約

本稿では、完全なパトロール計画を把握している敵対者に対処するための非決定的かつマーカフ過程的なマルチロボットシステムのパトロール戦略を提案する。ロボットの移動をマーカフ連鎖としてモデル化することで、最も弱いパトロールポイントにおける検出確率を最大化し、著者らは多様なロボット的・環境的モデル（有向／無向移動、完全／不完全なセンシングを含む）におけるパトロールカバレッジの最適なバランスを実現する多項式時間アルゴリズムを提示する。閉じた周囲または開放的なフェンス上でのパトロールに適用可能である。

ABSTRACT

The problem of adversarial multi-robot patrol has gained interest in recent years, mainly due to its immediate relevance to various security applications. In this problem, robots are required to repeatedly visit a target area in a way that maximizes their chances of detecting an adversary trying to penetrate through the patrol path. When facing a strong adversary that knows the patrol strategy of the robots, if the robots use a deterministic patrol algorithm, then in many cases it is easy for the adversary to penetrate undetected (in fact, in some of those cases the adversary can guarantee penetration). Therefore this paper presents a non-deterministic patrol framework for the robots. Assuming that the strong adversary will take advantage of its knowledge and try to penetrate through the patrols weakest spot, hence an optimal algorithm is one that maximizes the chances of detection in that point. We therefore present a polynomial-time algorithm for determining an optimal patrol under the Markovian strategy assumption for the robots, such that the probability of detecting the adversary in the patrols weakest spot is maximized. We build upon this framework and describe an optimal patrol strategy for several robotic models based on their movement abilities (directed or undirected) and sensing abilities (perfect or imperfect), and in different environment models - either patrol around a perimeter (closed polygon) or an open fence (open polyline).

研究の動機と目的

• 決定的パトロールパターンを敵対者が利用可能なマルチロボットシステムにおける敵対的パトロールの課題に対処すること。
• パトロールの最も弱い地点で敵対者を検出する確率を最大化する非決定的戦略を設計すること。
• マーカフ過程の仮定の下で、最適なパトロールを計算する計算的に効率的な多項式時間アルゴリズムを開発すること。
• 移動（有向／無向）およびセンシング（完全／不完全）に基づく異なるロボットモデル、および環境タイプ（閉じた多角形または開放的な折れ線）に適応するフレームワークを拡張すること。
• パトロール戦略を把握している強力な敵対者に対しても、その最も弱い地点を狙うのを防ぐ耐性を確保すること。

提案手法

• パトロール地点間の確率的遷移を表すために、ロボットのパトロールをマーカフ連鎖としてモデル化する。
• パトロールポイント上の定常分布としてパトロール戦略を定義し、カバレッジと検出確率のバランスを取る。
• 敵対者が最も弱い地点を標的とするという仮定の下で、最小検出確率を最大化するようにパトロール戦略を最適化する。
• 最適化問題を線形計画法として定式化し、多項式時間で最適戦略を計算する。
• 有向移動対無向移動、および完全センシング対不完全センシングに基づく異なるロボット能力にフレームワークを適応させる。
• 閉ループ（周囲）および開放的（フェンス）パトロール環境の両方へ適用する。

実験結果

リサーチクエスチョン

• RQ1 完全にパトロール戦略を把握している敵対者に対し、マルチロボットパトロールシステムはどのようにして検出確率を最大化できるか？
• RQ2 マーカフ過程の仮定の下で、最小検出確率を最大にする最適な非決定的パトロール戦略は何か？
• RQ3 提案されたフレームワークは、ロボットの移動（有向／無向）およびセンシング（完全／不完全）能力の変化にどのように適応するか？
• RQ4 完全知識を持つ敵対者のもとで、最適なパトロール戦略を計算する計算量の複雑度は何か？
• RQ5 閉じた周囲と開放的なフェンスといった異なる環境トポロジーにおいて、フレームワークの性能はどのように評価されるか？

主な発見

• 提案されたアルゴリズムは多項式時間で最適なパトロール戦略を計算でき、実世界への展開にスケーラブルである。
• フレームワークは、敵対者がパトロール戦略を把握している場合でも、パトロールの最も弱い地点での最高の検出確率を保証する。
• 本手法は、有向移動および無向移動の両方、また完全センシングと不完全センシングの両方のモデルに適用可能である。
• 本手法は、閉ループの周囲パトロールと開放的フェンスパトロールの両方に対して効果的である。
• 敵対者が狙いやすいパターンを排除するため、決定的戦略に比べて優れた性能を示す。
• 線形計画法の定式化により、マーカフ過程戦略の仮定のもとで計算の効率性と最適性が保証される。