[論文レビュー] Wheeled Robots playing Chain Catch: Strategies and Evaluation

Garima Agrawal, Kamalakar Karlapalem|arXiv (Cornell University)|Feb 20, 2016

Guidance and Control Systems参考文献 6被引用数 4

ひとこと要約

本論文は、チェーン・キャッチと呼ばれる動的追跡ゲームをプレーする車輪型ロボットのマルチエージェントシステムを提示する。このゲームでは、ロボットが鎖状に連結して逃走者を捕らえる。費用モデルに基づくシミュレーションと実機実験を通じて、逃走者にはスライディングスロープ戦略が最適であることが特定され、鎖の移動にはタギング法が最も効果的であることが示された。両方の環境（シミュレーションおよび物理的環境）において、良好な協調行動と鎖の形成が達成された。

ABSTRACT

Robots playing games that humans are adept in is a challenge. We studied robotic agents playing Chain Catch game as a Multi-Agent System (MAS). Our game starts with a traditional Catch game similar to Pursuit evasion, and further extends it to form a growing chain of predator agents to chase remaining preys. Hence Chain Catch is a combination of two challenges - pursuit domain and robotic chain formation. These are games that require team of robotic agents to cooperate among themselves and to compete with other group of agents through quick decision making. In this paper, we present a Chain Catch simulator that allows us to incorporate game rules, design strategies and simulate the game play. We developed cost model driven strategies for each of Escapee, Catcher and Chain. Our results show that Sliding slope strategy is the best strategy for Escapees whereas Tagging method is the best method for chain s movement in Chain Catch. We also use production quality robots to implement the game play in a physical environment and analyze game strategies on real robots. Our real robots implementation in different scenarios shows that game strategies work as expected and a complete chain formation takes place successfully in each game.

研究の動機と目的

• 車輪型ロボットがプレーするチェーン・キャッチという動的追跡ゲームにおいて、鎖の形成を伴うマルチエージェントシステムを設計・実装すること。
• 逃走者、捕らえる者、鎖のメンバーに対して、分散型で費用モデルに基づく戦略を開発し、協調行動と衝突回避を保証すること。
• これらの戦略をシミュレーション環境および物理的ロボット環境の両方で評価すること。
• 異なる移動および協調戦略がゲーム完了時間および成功確率に与える影響を分析すること。
• 複雑な追跡および編成タスクにおいて、リアルタイムで分散型のロボット協調が可能であることを実証すること。

提案手法

• ゲームは境界制約付きの長方形グリッド上でモデル化され、エージェントは隣接するセル（斜め移動を含む）に移動する。
• 費用モデルが、逃走者（スライディングスロープ、Kサークル、マクシマイズド・ディスタンス）および鎖のメンバー（タギング、バリアンス、ランダム）の戦略を駆動し、回避行動、協調行動、編成のバランスをとる。
• 鎖の制約として、両端以外の各メンバーは1〜2体の隣接メンバーを1〜2倍のエージェント径以内に維持しなければならず、鎖の途切れは捕らえを無効にする。
• タギング法では、1体のリーダーが逃走者を追跡し、他の鎖のメンバーがそのリーダーに合わせて整列することで同期移動を実現する。
• スライディングスロープ戦略は、仮想の傾斜を導入し、コーナーや壁から逃走者を遠ざけることで、早期捕らえを低減する。
• 実機実験では、外部のカメラを用いたローカライゼーションにより物理的ロボットを用い、リアルタイムの物理的環境での戦略の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 境界付きグリッド環境において、鎖による追跡から効果的に逃走するための分散型戦略は何か？
• RQ2 例えばタギング法とバリアンス法の違いが、鎖の形成完了時間および捕らえに要する時間に与える影響は何か？
• RQ3 逃走者同士の相互協力は、個別的戦略と比較して捕らえをどの程度遅らせるか？
• RQ4 境界条件および壁への近接性は、逃走者および鎖のパフォーマンスにどのような影響を与えるか？
• RQ5 シミュレーション結果は、物理的ロボット実装にどの程度一般化可能か？

主な発見

• スライディングスロープ戦略は、他のすべての逃走者戦略を上回り、捕らえを著しく遅らせるとともに、早期の鎖形成を低減する。
• 鎖の移動にタギング法を用いることで、全逃走者の捕らえに要する平均ステップ数が最小となり、ゲーム完了時間が最短となる。
• 鎖の任意のメンバーが捕らえを開始できる（ケース2）場合、両端のみが捕らえを開始できる（ケース1）場合よりも、平均完了時間が短縮され、鎖のパフォーマンスが向上する。
• 回転付きKサークル戦略は、壁への衝突リスクが高くなるため、標準的なKサークル戦略に比べて性能が劣る。
• 実機実験により、逃走者および鎖の戦略が想定通りに機能することが確認され、全テストシナリオで成功裏に鎖の形成が達成された。
• シミュレーションフレームワークは、実世界のダイナミクスを的確に再現できており、マルチエージェントの追跡および編成戦略のテストベッドとしての有効性が裏付けられた。