[論文レビュー] Multi-Robot Searching Algorithm Using Levy Flight and Artificial Potential Field

Donny K. Sutantyo, Serge Kernbach+2 more|arXiv (Cornell University)|Aug 29, 2011

Robotic Path Planning Algorithms参考文献 13被引用数 9

ひとこと要約

本論文は、移動長の選択にレヴィフライトを、ロボットの分散に人工ポテンシャル場を組み合わせた生物にインspiredしたマルチロボット探索アルゴリズムを提案する。未知で広大な環境における探索効率を向上させる。固定長のランダムウォークに比べ、特に中程度のロボット数において、ターゲット検出速度とカバレッジが向上するが、リアルタイムでの実装に適した低計算コストを維持する。

ABSTRACT

An efficient search algorithm is very crucial in robotic area, especially for exploration missions, where the target availability is unknown and the condition of the environment is highly unpredictable. In a very large environment, it is not sufficient to scan an area or volume by a single robot, multiple robots should be involved to perform the collective exploration. In this paper, we propose to combine bio-inspired search algorithm called Levy flight and artificial potential field method to perform an efficient searching algorithm for multi-robot applications. The main focus of this work is not only to prove the concept or to measure the efficiency of the algorithm by experiments, but also to develop an appropriate generic framework to be implemented both in simulation and on real robotic platforms. Several experiments, which compare different search algorithms, are also performed.

研究の動機と目的

• ターゲットが希釈して分布しており、事前に未知である大規模で予測不能な環境において、効率的でスケーラブルなマルチロボット探索戦略を開発すること。
• 最適な採餌行動を模倣した生物的レヴィフライトを用いて最適な移動を実現し、人工ポテンシャル場を組み合わせてロボットの分散を促進し、衝突を回避すること。
• スウォームロボティクスに特に適した、汎用的で軽量なソフトウェアフレームワークを設計すること。
• 異なるロボット数とターゲット数の条件下で、標準的なランダムウォーク戦略と比較してアルゴリズムの性能を評価すること。
• 実世界の応用例（救助探索や生態モニタリングなど）を想定し、ジャスミンやANGELSプラットフォームのような低リソースロボットシステムへの実用的導入を可能にすること。

提案手法

• 各ロボットの移動ステップ長は、スパarsely分布したターゲット環境におけるカバレッジ向上を目的として、重尾確率分布に基づくレヴィフライトを用いて決定する。
• 人工ポテンシャル場によりロボット間の反発力が生成され、分散を促進し、重複探索を低減することでカバレッジ効率を向上させる。
• フェロモンベースの通信メカニズムを実装し、検出されたターゲットがシグネチャを残すことで、ロボットが既知のターゲットを再訪問を避け、未探索領域に分散する。
• 中央集権的制御やグローバルなローカライゼーションに依存せず、ローカルセンシングと通信に依存することでスケーラビリティを確保する。
• 低計算コストを設計に組み込み、小型でリソース制限のあるロボットプラットフォームでもリアルタイム実行が可能である。
• 3次元の水中シナリオの複雑さを抽象化するため、2次元のシミュレーテッド環境で実験を行い、ジャスミンおよびANGELSテストプラットフォームでも検証を実施した。

実験結果

リサーチクエスチョン

• RQ1 レヴィフライトと人工ポテンシャル場を組み合わせることで、標準的なランダムウォーク戦略に比べ、マルチロボット探索の効率がどのように向上するか？
• RQ2 ロボット数の変動が、レヴィフライトとポテンシャル場ベースのアルゴリズムの性能に与える影響は何か。特に衝突頻度と経路効率に注目する。
• RQ3 本提案アルゴリズムは、計算能力とセンシング能力に制限のある実際のロボットプラットフォームに効果的に実装可能か？
• RQ4 フェロモンベースの通信が、マルチロボット探索におけるターゲット検出時間とカバレッジの均一性に与える影響は何か？
• RQ5 ロボット数の増加に伴い、性能の飽和や劣化が生じるまでのスケーリング限界はどの程度か？

主な発見

• 固定長ランダムウォークに比べ、レヴィフライトベースのアルゴリズムは、特にロボット数が中程度の状況において、ターゲット検出時間で顕著な優位性を示す。
• 人工ポテンシャル場の導入によりロボットの分散が向上し、重複パスの低減とカバレッジ効率の向上が達成された。
• ロボット密度が高くなると、衝突回避の頻度が増加し、意図したステップ長分布が乱れるため、レヴィフライト機構による性能向上が薄れる。
• 限られた計算リソース下でも効果を発揮し、ジャスミンのような軽量ロボットプラットフォームへの実装を可能にする。
• フェロモンベースの通信システムにより、ロボットは既知のターゲットを再訪問を避けられ、探索時間の短縮と全体の探索効率の向上が達成された。
• 汎用的なソフトウェアフレームワークにより、シミュレーションから実ロボット実装へのスムーズな移行が可能であり、実用応用への妥当性が裏付けられた。