[论文解读] Blockchain-Powered Collaboration in Heterogeneous Swarms of Robots

Jorge Peña Queralta, Tomi Westerlund|arXiv (Cornell University)|Nov 23, 2019

Blockchain Technology Applications and Security参考文献 51被引用 38

一句话总结

该论文提出一个基于区块链的框架，用于在异构多机器人集群中管理协作，使用 PoW 进行在线资源估算，并通过智能合约对数据质量进行排名，以实现自适应数据共享和带宽管理。

ABSTRACT

One of the key challenges in the collaboration within heterogeneous multi-robot systems is the optimization of the amount and type of data to be shared between robots with different sensing capabilities and computational resources. In this paper, we present a novel approach to managing collaboration terms in heterogeneous multi-robot systems with blockchain technology. Leveraging the extensive research of consensus algorithms in the blockchain domain, we exploit key technologies in this field to be integrated for consensus in robotic systems. We propose the utilization of proof of work systems to have an online estimation of the available computational resources at different robots. Furthermore, we define smart contracts that integrate information about the environment from different robots in order to evaluate and rank the quality and accuracy of each of the robots' sensor data. This means that the key parameters involved in heterogeneous robotic collaboration are integrated within the Blockchain and estimated at all robots equally without explicitly sharing information about the robots' hardware or sensors. Trustability is based on the verification of data samples that are submitted to the blockchain within each data exchange transaction and validated by other robots operating in the same environment. Initial results are reported which show the viability of the concepts presented in this paper.

研究动机与目标

• 在具有不同传感和计算能力的异构机器人之间实现数据共享优化。
• 在不暴露硬件细节的前提下，实现参与机器人资源的自动、在线估算。
• 开发一种机制，用于评估并对来自不同机器人的数据质量进行排名，以实现可信的协作。
• 利用区块链和智能合约以去中心化、可扩展的方式管理带宽分配。

提出的方法

• 使用工作量证明（PoW）方案来估算参与机器人在线计算资源。
• 通过地图匹配或数据相关性来定义数据质量评估与排名，并将数据样本记录在区块链上。
• 结合智能合约在整个群体中执行分布式数据评估与排名。
• 将数据质量排名与对等网络中的资源感知带宽分配集成。
• 讨论区块链部署的设计选择（许可式与许可无关）以及网络健康考虑（Sybil 防护、滞期费等）。
• 利用分片概念和 Atomix 风格的跨分片执行思路，以保持实时协作的可扩展性。

实验结果

研究问题

• RQ1 如何在实时场景中利用 PoW 估算并比较异构机器人之间可用的计算资源？
• RQ2 如何评估、排序来自多样传感器的数据质量，并用于优化群体中的数据共享和带宽？
• RQ3 基于区块链的智能合约是否能够在不暴露机器人硬件或传感细节的前提下实现可扩展、可信的分布式协作？
• RQ4 哪些设计选项（许可式与许可无关、单一区块链与自发区块链）在现实环境中的临时机器人群体中最能有效支持？

主要发现

• 基于 PoW 的方法提供对其他机器人计算资源的在线估计。
• 提出了一种数据质量排名机制，用于评估各机器人传感数据并指导数据共享决策。
• 智能合约支持可并行、对分片友好的数据评估，促进实时协作的可扩展性。
• 数据质量与处理能力用于在机器人之间分配点对点带宽，从而提高协作效率。
• 该方法旨在实现类似零知识的协作，即不需要显式分享硬件或传感细节。