[논문 리뷰] Distributed Mission Planning of Complex Tasks for Heterogeneous Multi-Robot Teams

Barbara Arbanas, Tamara Petrović외 1명|arXiv (Cornell University)|2021. 09. 21.

Modular Robots and Swarm Intelligence인용 수 4

한 줄 요약

이 논문은 이질적인 다중로봇 팀에서 복잡한 미션을 계획하기 위한 분산형 다단계 최적화 방법을 제안한다. 계층적 작업 모델과 이중 단계 접근 방식을 사용하며, 첫 번째 단계에서는 히우리스틱 검색을 통해 여러 가능한 미션 분해 전략을 식별하고, 두 번째 단계에서는 미메티즘을 적용한 분산 유전 알고리즘을 통해 다목적 작업 할당 및 스케줄링을 수행한다. 이 방법은 로봇 가용성과 최적화 기준에 적응하여 시뮬레이션된 온실 환경에서 제작 기간과 에너지 비용 간 효과적인 트레이드오프를 실현한다.

ABSTRACT

In this paper, we propose a distributed multi-stage optimization method for planning complex missions for heterogeneous multi-robot teams. This class of problems involves tasks that can be executed in different ways and are associated with cross-schedule dependencies that constrain the schedules of the different robots in the system. The proposed approach involves a multi-objective heuristic search of the mission, represented as a hierarchical tree that defines the mission goal. This procedure outputs several favorable ways to fulfill the mission, which directly feed into the next stage of the method. We propose a distributed metaheuristic based on evolutionary computation to allocate tasks and generate schedules for the set of chosen decompositions. The method is evaluated in a simulation setup of an automated greenhouse use case, where we demonstrate the method's ability to adapt the planning strategy depending on the available robots and the given optimization criteria.

연구 동기 및 목표

• 교차 스케줄 의존성과 다수의 실행 경로를 가진 이질적인 다중로봇 미션의 계획 문제를 해결하기 위해.
• 가용 로봇과 최적화 기준에 기반해 적응형 미션 계획을 가능하게 하는 도메인 독립형 분산 접근 방식을 개발하기 위해.
• 작업 분해와 할당 및 스케줄링 간의 분리로 인해 미션 계획의 강건성과 확장성을 향상시키기 위해.
• 다양한 로봇 구성 조건 하에서 시간 효율성과 에너지 소비와 같은 경쟁적 목표 간의 균형을 유지할 수 있는지 평가하기 위해.
• 시뮬레이션을 통해 실세계 적용 사례, 예를 들어 자동화된 온실과 같은 환경에서의 방법의 적응 가능성과 타당성을 입증하기 위해.

제안 방법

• 미션은 TÆMS를 영감으로 삼은 계층적 작업 트리로 모델링되어 복잡하고 분해 가능한 작업의 체계적인 표현을 가능하게 한다.
• 빠른 히우리스틱 트리 탐색 알고리즘이 다양한 작업 분해 경로를 탐색하여 여러 유리한 미션 실행 전략을 생성한다.
• 미메티즘과 지식 공유 기능을 갖춘 분산 다목적 유전 알고리즘이 로봇 간 작업 할당 및 스케줄링을 수행한다.
• 알고리즘은 제작 기간과 에너지 비용을 동시에 최적화하며, 사용자 정의 기준에 따라 가중치를 커스터마이징할 수 있다.
• 분산된 에이전트 간 지식 공유가 최적화 과정에서 수렴성과 해 품질을 향상시킨다.
• 이 방법은 이동형 매니퓰레이터, 정지형 매니퓰레이터, UGV 등 서로 다른 능력을 가진 이질적 로봇을 지원하며, 작업 의존성과 교차 스케줄 제약 조건을 고려한다.

실험 결과

연구 질문

• RQ1 어떻게 분산형 다단계 최적화 프레임워크가 이질적 다중로봇 시스템에서 제작 기간과 에너지 소비와 같은 경쟁적 목표를 효과적으로 균형 잡을 수 있는가?
• RQ2 히우리스틱 기반의 미션 분해 선택 방식은 복잡한 작업 계층에서 계획 효율성과 해의 다양성을 얼마나 향상시킬 수 있는가?
• RQ3 분산 유전 알고리즘에 미메티즘과 지식 공유를 통합함으로써 작업 할당 및 스케줄링의 해 품질과 수렴성이 얼마나 향상되는가?
• RQ4 제안된 방법은 가용한 로봇 유형과 사용자 정의 최적화 우선순위에 따라 미션 실행 전략을 동적으로 적응시킬 수 있는가?
• RQ5 실세계 적용 사례에서 이동형 매니퓰레이터와 정지형 매니퓰레이터와 같은 다양한 로봇 구성 조건 하에서 이 방법은 어떻게 성능을 발휘하는가?

주요 결과

• 이 방법은 여러 가지 가능한 미션 분해를 성공적으로 생성하였으며, 사용자 정의 가중치에 기반해 제작 기간과 비용을 균형 잡은 최상의 해를 도출하였다.
• 한 명의 정지형 매니퓰레이터와 두 대의 경량 UGV를 사용할 경우, 두 대의 이동형 매니퓰레이터를 사용할 때보다 에너지 소비가 16배 감소하였지만, 제작 기간은 57% 증가하였다.
• 비용을 우선시하는 설정(설정 3)에서는 시스템이 미션 트리의 왼쪽 분지에 해당하는 에너지 효율적인 작업 실행 경로를 선택하였다.
• 속도를 우선시하는 설정(설정 5)에서는 시스템이 이동형 매니퓰레이터를 통해 더 빠른 실행을 선택하여 미션 트리의 오른쪽 분지를 선택하였다.
• 비용과 제작 기간이 동일하게 중요시되는 설정(설정 4)에서는 고효율 경로와 고속 경로 양쪽에 작업 분포가 균형 있게 배분된 해를 도출하였다.
• 시뮬레이션 결과는 이 방법이 다양한 로봇 구성 조건과 최적화 기준에 적응 가능하며, 복잡한 미션 계획에서 효과적인 트레이드오프 관리를 수행함을 확인하였다.