[논문 리뷰] A Successive-Elimination Approach to Adaptive Robotic Sensing

Esther Rolf, David Fridovich-Keil외 3명|arXiv (Cornell University)|2018. 09. 27.

Optimization and Search Problems참고 문헌 35인용 수 3

한 줄 요약

이 논문은 고정된 전역 경로 상에서 신뢰구간을 사용하여 센서 측정치를 동적으로 할당함으로써 이질적인 배경 노이즈 하에서 방사성 원천 탐색에 있어 균일 샘플링과 후행 수평 정보 최대화보다 뚜렷이 뛰어난 성능을 보이는, 적응형 로봇 원천 탐색을 위한 순차적 제거 프레임워크인 AdaSearch를 제안한다.

ABSTRACT

We study an adaptive source seeking problem, in which a mobile robot must identify the strongest emitter(s) of a signal in an environment with background emissions. Background signals may be highly heterogeneous and can mislead algorithms that are based on receding horizon control. We propose AdaSearch, a general algorithm for adaptive source seeking in the face of heterogeneous background noise. AdaSearch combines global trajectory planning with principled confidence intervals in order to concentrate measurements in promising regions while guaranteeing sufficient coverage of the entire area. Theoretical analysis shows that AdaSearch confers gains over a uniform sampling strategy when the distribution of background signals is highly variable. Simulation experiments demonstrate that when applied to the problem of radioactive source seeking, AdaSearch outperforms both uniform sampling and a receding time horizon information-maximization approach based on the current literature. We also demonstrate AdaSearch in hardware, providing further evidence of its potential for real-time implementation.

연구 동기 및 목표

• 극도로 이질적인 배경 노이즈 환경에서 상위-k 신호 방출원을 식별하는 데 도전하는 것.
• 후행 수평 정보 최대화의 한계를 극복하여, 실시간 환경에서 과도하게 탐색적일 수 있고 계산 비용이 높아지는 문제를 해결하는 것.
• 전체 커버리지 보장을 보장하면서도 유망한 영역에 측정치를 집중시키는 저비용, 실시간 적응형 센싱 전략을 개발하는 것.
• 실행 시간 효율성에 대한 이론적 보장과 기준선 방법에 비해 성능 향상의 경험적 검증을 제공하는 것.

제안 방법

• 환경 내 각 지점에서 신호 방출에 대한 신뢰구간을 유지하여 상위-k 방출원에 속할 가능성을 평가한다.
• 통계적으로 상위-k에 속할 가능성이 낮은 지점을 반복적으로 제거하는 순차적 제거 전략을 사용한다.
• 전체 공간 커버리지 보장을 위해 고정된 전역 경로를 사용하여 온라인 계산 오버헤드를 감소시킨다.
• 신뢰구간의 폭을 기반으로 여전히 경쟁에 참여하고 있는 지점에 더 많은 측정치를 할당하기 위해 실시간으로 로봇 속도를 조절한다.
• 후행 수평 계획 없이도 탐색과 이용의 균형을 이루기 위해 체계적인 통계적 추론과 운동 계획을 통합한다.
• 등방성 및 방향성 센싱 모델 모두에 적용 가능하여 다양한 로봇 센싱 작업으로의 일반화를 가능하게 한다.

실험 결과

연구 질문

• RQ1 이질적인 배경 노이즈 하에서 후행 수평 정보 최대화보다 고정 경로 기반의 신뢰구간 접근이 원천 탐색에서 뛰어난 성능을 보일 수 있는가?
• RQ2 AdaSearch의 실행 시간과 성능은 동일한 고정 경로 상에서 균일 샘플링과 비교해 어떻게 되는가?
• RQ3 배경 신호 분포가 매우 다양할 경우 AdaSearch는 얼마나 뛰어난 강건성과 효율성을 유지하는가?
• RQ4 AdaSearch는 실시간 로봇 시스템, 특히 하드웨어 플랫폼에서도 효율적으로 구현될 수 있는가?
• RQ5 센서 모델의 복잡성과 환경의 이질성 증가에 따라 알고리즘 성능은 어떻게 스케일링되는가?

주요 결과

• AdaSearch는 동일한 고정 경로 상에서 균일 샘플링보다 뚜렷이 뛰어나며, 이론적 분석을 통해 이질적 배경 노이즈 하에서 수렴 속도 향상이 급격히 이루어짐을 보여준다.
• 시뮬레이션 결과, AdaSearch는 상위-k 방사성 원천 식별에서 맞춤형 후행 수평 정보 최대화 기반 기준선을 능가한다.
• Crazyflie 2.0 멀티로터를 이용한 하드웨어 실험을 통해 AdaSearch의 실시간 구현 가능성과 동적 실세계 조건에서의 효과성을 확인하였다.
• 알고리즘의 고정 경로 설계 덕분에 온라인 계산 비용이 감소하여 측정치 적응성 손실 없이 실시간 배포가 가능하다.
• AdaSearch는 기존 정보 최대화 접근 방식의 주요 한계인 알려지지 않은 이질적 배경 신호 분포에 대해 강건하고 효율적인 성능을 유지한다.
• 이 방법은 로봇 기술을 넘어 설문 조사 설계 및 자원 제약이 있는 데이터 수집 분야 등에도 응용 가능성이 있다.