[论文解读] Fully Distributed Informative Planning for Environmental Learning with Multi-Robot Systems

Do-Hyun Jang, Jaehyun Yoo+2 more|arXiv (Cornell University)|Dec 29, 2021

Energy Efficient Wireless Sensor Networks被引用 7

一句话总结

本文提出了一种完全分布式的可扩展框架，用于多机器人环境学习与信息性路径规划，采用去中心化的高斯过程回归和分布式蒙特卡洛树搜索。通过实现对等通信与在线地图融合，该系统在无需中心服务器的情况下实现了全局环境估计与高效探索，在仿真和真实气温数据集验证中均表现出强大的性能与可扩展性。

ABSTRACT

This paper proposes a cooperative environmental learning algorithm working in a fully distributed manner. A multi-robot system is more effective for exploration tasks than a single robot, but it involves the following challenges: 1) online distributed learning of environmental map using multiple robots; 2) generation of safe and efficient exploration path based on the learned map; and 3) maintenance of the scalability with respect to the number of robots. To this end, we divide the entire process into two stages of environmental learning and path planning. Distributed algorithms are applied in each stage and combined through communication between adjacent robots. The environmental learning algorithm uses a distributed Gaussian process, and the path planning algorithm uses a distributed Monte Carlo tree search. As a result, we build a scalable system without the constraint on the number of robots. Simulation results demonstrate the performance and scalability of the proposed system. Moreover, a real-world-dataset-based simulation validates the utility of our algorithm in a more realistic scenario.

研究动机与目标

• 在无需依赖中心服务器的情况下，实现多机器人系统中可扩展的、完全分布式的环境学习与路径规划。
• 解决在动态环境中使用移动机器人进行在线、分布式地图估计的挑战。
• 开发一种可扩展的、防碰撞的探索策略，通过基于方差的决策机制最小化冗余动作。
• 确保在通信范围有限和连接间歇性（如无人机部署场景）下的系统鲁棒性。
• 在合成仿真和真实世界气象数据上验证该框架，以确保其实际相关性。

提出的方法

• 该系统将过程划分为两个阶段：使用Karhunen–Loève展开的有限维高斯过程估计器实现分布式环境学习。
• 每个机器人维护一个本地GP估计，并通过平均一致性算法与邻居交换信息，以收敛到全局地图估计。
• 路径规划采用分布式蒙特卡洛树搜索（MCTS），每个机器人基于本地信息和估计的地图不确定性独立探索动作序列。
• MCTS使用信息增益作为奖励函数，引导机器人前往不确定性较高的区域，以最大化地图精度。
• 相邻机器人之间的通信实现了环境估计的同步与探索路径的协调，无需集中控制。
• 该框架设计为可扩展至任意数量的机器人，性能在不同数量的智能体和通信约束下进行了评估。

实验结果

研究问题

• RQ1 完全分布式的多机器人系统是否能够在无中心服务器的情况下实现准确、实时的环境地图估计？
• RQ2 去中心化高斯过程回归与去中心化MCTS的集成在多大程度上提升了探索效率与可扩展性？
• RQ3 在通信范围有限和连接间歇性条件下，该系统在多大程度上保持性能？
• RQ4 与集中式系统和独立（不通信）系统相比，该分布式系统在地图准确性和探索效率方面表现如何？
• RQ5 该框架是否能有效利用真实世界数据重建动态环境变化（如时变温度场）？

主要发现

• 通过点对点通信，去中心化GP估计器在所有智能体中成功收敛至全局环境地图估计，仿真中本地估计的收敛性已得到验证。
• 在1.7小时的运行后，系统使用真实首尔气温数据进行的环境重建紧密跟踪了真实温度图，即使在条件动态变化的情况下也保持良好表现。
• 系统展现出良好的可扩展性：随着智能体数量的增加，探索性能提升，且尽管搜索迭代次数较少、通信受限，分布式MCTS的性能仍可与集中式系统相媲美。
• 与独立（不通信）系统相比，该分布式系统显著更优，表明通过本地通信进行协调可显著提升探索效率并减少冗余。
• 仿真结果证实，增加搜索深度（T）和MCTS迭代次数可提升路径规划性能，更深的搜索能考虑更远距离的最优路径。
• 在间歇性连接条件下，系统保持了鲁棒性，表现为即使无人机暂时断连，地图估计与路径规划仍保持一致。