[논문 리뷰] Optimal Dynamic Formation Control of Multi-Agent Systems in Environments with Obstacles

Xinmiao Sun, Christos G. Cassandras|arXiv (Cornell University)|2015. 08. 19.

Distributed Control Multi-Agent Systems참고 문헌 24인용 수 4

한 줄 요약

이 논문은 장애물이 있는 환경에서 다중 에이gent 시스템의 동적 편성 제어를 위한 최소한의 노력으로 재구성 가능한 알고리즘을 제안한다. 연결성 보장을 위해 혼합정수비선형계획문제(MINLP)를 풀고 최적화를 위해 커버리지 퍼텐셜 접근법(CPA)을 사용함으로써, 계산 비용을 최소화하면서도 실시간으로 팀의 연결성을 유지하면서 최적의 편성 성능을 유지를 한다.

ABSTRACT

We address the optimal dynamic formation problem in mobile leader-follower networks where an optimal formation is generated to maximize a given objective function while continuously preserving connectivity. We show that in a convex mission space, the connectivity constraints can be satisfied by any feasible solution to a mixed integer nonlinear optimization problem. When the optimal formation objective is to maximize coverage in a mission space cluttered with obstacles, we separate the process into intervals with no obstacles detected and intervals where one or more obstacles are detected. In the latter case, we propose a minimum-effort reconfiguration approach for the formation which still optimizes the objective function while avoiding the obstacles and ensuring connectivity. We include simulation results illustrating this dynamic formation process.

연구 동기 및 목표

• 장애물로 인해 연결성이 끊기고 임무 목적이 위협받을 때 최적의 동적 편성을 유지하는 데 도전하는 문제를 해결하기 위해.
• 비볼록적인 임무 공간에서 장애물이 존재하는 상황에서도 편성 재구성 중 연결성이 유지되도록 보장하기 위해.
• 편성 목표의 최적성(예: 커버리지 최대화)을 유지하면서 재구성 노력의 최소화를 위해.
• 장애물이 감지될 경우 실시간으로 편성을 동적으로 적응시키는 제어 프레임워크를 개발하기 위해.
• 오프라인 최적화(MINLP를 통해)와 온라인 적응(CPA를 통해)을 통합하여 효율적이고 확장 가능한 편성 제어를 위해.

제안 방법

• 주어진 목표 함수(예: 커버리지)를 최대화하는 조건 하에 연결성 제약 조건을 만족하는 최적의 편성 제어 문제를 혼합정수비선형계획문제(MINLP)로 수식화한다.
• 리더-팔로워 아키텍처를 사용하여 리더는 사전 정의된 경로를 따라 이동하고, 팔로워는 최적의 편성을 유지하기 위해 위치를 조정한다.
• 장애물이 연결성을 위협할 경우 알고리즘 1에서 투영을 통해 최소한의 노력 재구성 전략을 적용하여 영향을 받는 에이gent만 업데이트한다.
• 커버리지 퍼텐셜 접근법(CPA)을 사용하여 편성의 국소 최적해를 개선하고, 연결 그래프 입력에서 출발하여 향상된 성능을 달성한다.
• 임무 시작 시 오프라인으로 MINLP를 풀어 최초의 최적 편성을 확보한 후, CPA를 사용해 이를 향상시켜 더 나은 성능을 확보한다.
• 에이gent의 연결성을 표현하기 위해 트리 기반 그래프 구조를 사용하며, 재구성 과정에서 상류 및 하류 노드 집합을 유지하여 토폴로지가 유지된다.

실험 결과

연구 질문

• RQ1 장애물로 인해 임무 공간이 손상되고 연결성이 위협받을 때 다중 에이gent 시스템에서 최적의 동적 편성을 어떻게 유지할 수 있는가?
• RQ2 장애물 감지 후 연결성과 편성 최적성 복구에 필요한 최소한의 재구성 노력은 무엇인가?
• RQ3 장애물 발생 시 원래의 편성 목표를 유지하면서 효율적으로 연결 그래프를 재구성할 수 있는가?
• RQ4 MINLP와 CPA의 조합이 비볼록 환경에서 편성 품질을 어떻게 향상시키는가?
• RQ5 계산 가능성을 해치지 않으면서도 얼마나 높은 수준의 실시간 적응이 가능할 수 있는가?

주요 결과

• MINLP 해법은 볼록한 임무 공간에서 연결성을 보장하며, 타당한 해가 항상 필요한 에이gent 연결성을 유지함을 보장한다.
• CPA 적용으로 최초 최적 편성에서 목적 함수 값 H(s)가 741.5에서 816.7로 향상되어 뚜렷한 성능 향상을 입증하였다.
• t = 5 시점에서 에이gent 5는 연결성 유지를 위해 투영이 필요했지만, 오직 이 에이gent만 업데이트되어 계산 비용이 최소화되었다.
• t = 5에서 t = 12 사이에 편성은 변화 없는 트리 구조를 유지하며 상류/하류 집합이 그대로 유지되어 안정적인 재구성임을 나타냈다.
• t = 12 시점에서 장애물 제약 조건으로 인해 편성의 구조가 변경되어 연결성과 성능을 유지하기 위해 토폴로지가 변화함을 보였다.
• t = 35 시점에서 팀은 좁은 지역을 통과하기 위해 선형 편성으로 전환하여 최종 목적 함수 값 H(s) = 781.1을 달성했지만, 여전히 최초 최적 값 이하였다.