[論文レビュー] Multi-robot Cooperative Box-pushing problem using Multi-objective Particle Swarm Optimization Technique

Arnab Ghosh, Avishek Ghosh+3 more|arXiv (Cornell University)|May 3, 2012

Robotic Mechanisms and Dynamics参考文献 5被引用数 6

ひとこと要約

本稿では、時間とエネルギーを同時に最小化する多目的粒子群最適化（MOPSO）手法を提案し、力に基づく局所計画を用いて、二台のロボットが協調してボックスを移動・回転させる問題を解決する。シミュレーションにおいて、NSGA-IIを上回る収束性と多様性の指標を達成した。

ABSTRACT

The present work provides a new approach to solve the well-known multi-robot co-operative box pushing problem as a multi objective optimization problem using modified Multi-objective Particle Swarm Optimization. The method proposed here allows both turning and translation of the box, during shift to a desired goal position. We have employed local planning scheme to determine the magnitude of the forces applied by the two mobile robots perpendicularly at specific locations on the box to align and translate it in each distinct step of motion of the box, for minimization of both time and energy. Finally the results are compared with the results obtained by solving the same problem using Non-dominated Sorting Genetic Algorithm-II (NSGA-II). The proposed scheme is found to give better results compared to NSGA-II.

研究の動機と目的

• マルチロボット協調ボックスプッシュ問題を多目的最適化問題として扱う。
• 二台の移動型ロボットを用いて、ボックスの並進運動と回転運動を可能にする。
• ボックス輸送中の時間とエネルギー消費を同時に最小化する。
• リアルタイムでのロボット力の制御を実現するための局所的力計画スキームを開発する。
• 収束性と多様性の観点から、提案されたMOPSO手法をNSGA-IIと比較・評価する。

提案手法

• ボックスプッシュタスクを、時間とエネルギーを目的関数とする多目的最適化問題として定式化する。
• パラメータを修正した多目的粒子群最適化（MOPSO）を用いて、パレート最適解を探索する。
• ボックスの特定の点に二台のロボットが垂直方向の力を加えるための局所計画を適用する。
• 各ステップで、ボックスの希望する運動（並進および回転）を達成するために、力の大きさと作用点を決定する。
• ボックスの姿勢とゴールからの相対的位置に基づいて、動的力調整を統合する。
• 時間効率とエネルギー消費のバランスを取るためのフィットネス評価メカニズムを採用する。

実験結果

リサーチクエスチョン

• RQ1 MOPSOは、マルチロボットボックスプッシュにおいて、時間とエネルギーの両方を効果的に最適化できるか？
• RQ2 提案されたMOPSOベースの力計画は、収束性と多様性においてNSGA-IIに比べてどのように優れているか？
• RQ3 回転制御を組み込むことで、全体のタスクパフォーマンスにどのような影響があるか？
• RQ4 局所的力計画は、多目的制約のもとで安定的かつ効率的なボックス運動を達成できるか？
• RQ5 二台のロボットによる協調的ボックスプッシュにおいて、時間とエネルギーのトレードオフはどのようなものか？

主な発見

• 提案されたMOPSOベースの手法は、NSGA-IIと比較して、パレートフロントにおける収束性と多様性が優れていた。
• アルゴリズムは、ゴールへの移動中にボックスの並進および回転運動を効果的に実現した。
• 局所的力計画スキームにより、エネルギー消費が効果的に低減されるとともに、タスク完了時間が短縮された。
• シミュレーション結果から、MOPSOが収束速度および解のスパンの両面でNSGA-IIを上回っていることが確認された。
• アライメントや方向転換を含む複雑な運動シーケンスに対しても、本手法は頑健性を示した。
• 最終的な解集合は、時間とエネルギーの目的関数の間の良好に分散されたトレードオフ解を提供した。