[論文レビュー] Survivable Networks via UAV Swarms Guided by Decentralized Real-Time Evolutionary Computation

George Leu, Jiangjun Tang|arXiv (Cornell University)|Feb 21, 2019

UAV Applications and Optimization参考文献 26被引用数 6

ひとこと要約

本論文は、boidsにインspiredされた運動モデルを用いて、リレーポジションを動的に最適化することで、地上ネットワークの生存性を維持する分散型でリアルタイムな遺伝的アルゴリズム（GA）駆動のUAVスウォームを提案する。UAVはネットワークに基づく近接検出を用い、適合度関数を通じて暗黙的かつ協調的に動作し、協調運動では90％を超える地上エージェントの接続性を達成し、ランダムウォークでは70％を超える接続性を示し、境界反射のような混乱に対しても高い耐性を示す。

ABSTRACT

The survivable network concept refers to contexts where the wireless communication between ground agents needs to be maintained as much as possible at all times, regardless of any adverse conditions that may arise. In this paper we propose a nature-inspired approach to survivable networks, in which we bring together swarm intelligence and evolutionary computation. We use an on-line real-time Genetic Algorithm to optimize the movements of an UAV swarm towards maintaining communication between the ground agents. The proposed approach models the ground agents and the UAVs as boids-based swarms, and optimizes the movement of the UAVs using different instances of the GA running independently on each UAV. The UAV coordination mechanism is an implicit one, embedded in the fitness function of the Genetic Algorithm instances. The behaviors of the individual UAVs emerge into an aggregated optimization of the overall network survivability. The results show that the proposed approach is able to maintain satisfactory network survivability levels regardless of the ground agents' movements, including for cases as complex as random walks.

研究の動機と目的

• 予期しないまたは複雑な動きパターンにおける動的地上エージェントネットワークにおける無線接続性の維持という課題に対処すること。
• 中央集権的制御なしに、UAVスウォームがモバイルリレーユニットとしてスケーラブルで分散型の調整メカニズムを構築すること。
• 地上エージェントの移動性、特にランダムウォークを含む状況においても、高水準のネットワーク生存性を保証するため、UAVの軌道をリアルタイムで適応させること。
• 進化計算とスウォーム知能を統合し、ネットワーク指標に結びついた適合度関数を通じてUAV行動を暗黙的に最適化すること。
• 構造的（boids）および非構造的（ランダムウォーク）な行動を含む多様な地上エージェントの移動モデルにおいて、システムの強靭性とスケーラビリティを実証すること。

提案手法

• 地上エージェントとUAVの両方を、視覚ベースの近接性ではなくネットワークベースの近傍検出を用いる修正版boidsベースのスウォームとしてモデル化する。
• 各UAVに独立した実装を持つ分散型リアルタイム遺伝的アルゴリズム（GA）を実装し、適合度を最大化するため、boids力（結束、整合、分離）の重みを最適化する。
• UAVの協調動作を適合度関数に暗黙的に埋め込み、ネットワークカバレッジと接続性（接続成分の数）を評価することで、個々のUAVの意思決定を導く。
• UAVが内部スウォームダイナミクスと地上エージェントからの外部信号の両方の重み付き力に基づいて動作するハイブリッド運動モデルを採用し、最適なリレーポジションを維持する。
• 地上エージェントの移動を、協調運動のための古典的boidsと、非構造的運動のためのランダムウォークでシミュレートし、多様な移動条件でのテストを可能にする。
• 接続性（接続成分の数）、最大接続成分のサイズ、高接続状態に過ごした時間といった指標を用いて、システムのパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 ランダムウォークのような複雑で予期できない地上エージェントの動きにおいて、分散型リアルタイムGAベースのUAVスウォームは高いネットワーク生存性を維持できるか？
• RQ2 適合度関数による暗黙的協調メカニズムは、明示的通信や中央集権的制御と比較して、地上ネットワーク接続性の維持においてどのように効果的か？
• RQ3 ネットワークベースの近傍検出を用いたboidsベースの移動モデルは、大規模なUAV-地上エージェントシステムにおけるスケーラビリティとリアルタイム応答性をどの程度支援するか？
• RQ4 境界反射による大規模な接続性喪失が発生した場合、システムはどの程度効果的に回復できるか？
• RQ5 構造的（boids）と非構造的（ランダムウォーク）な地上エージェントの移動パターンの間で、生存性パフォーマンスのトレードオフはどの程度か？

主な発見

• boidsベースの地上移動シナリオでは、UAVスウォームがシミュレーション時間の50％以上を完全に接続された地上ネットワーク（接続性 = 1）で維持した。
• ランダムウォークシナリオでは、最大接続成分が常に50％以上のシミュレーション時間において70人以上の地上エージェントを含んでおり、パターンの欠如にもかかわらず強い生存性を示した。
• システムは大規模な接続性の混乱に対しても耐性を示した：境界反射によるスウォームの破壊的分離後、UAVは迅速に高い接続性を回復させ、効果的な回復能力を示した。
• 適合度関数駆動の分散型GAにより、個々のUAVが局所的なネットワークカバレッジに基づいて位置を最適化する中で、明示的通信なしに、エメrgentなグローバルなネットワーク生存性が実現された。
• 最適化対象はboids力の重みの小さな集合に限定されていたため、パrameterチューニングが最小限に抑えられ、リアルタイム動作と大規模エージェント数へのスケーラビリティを実現した。
• 結果から、本手法は、明確なパターンのない移動モデルを含む多様な移動モデルにおいても、満足できるネットワーク生存性を維持できることを確認した。これにより、強靭性と適応性が裏付けられた。