[论文解读] Co-Evolution of Multi-Robot Controllers and Task Cues for Off-World Open Pit Mining

Jekan Thangavelautham, Yinan Xu|arXiv (Cornell University)|Sep 19, 2020

Modular Robots and Swarm Intelligence参考文献 17被引用 4

一句话总结

本文提出了一种协同进化框架，联合优化多机器人控制器与任务提示，以实现在月球上自主的露天采矿。采用具有可变拓扑结构和粗编码的类人工神经组织（ANT）架构，该方法使机器人能够实现去中心化自组织，避免对抗行为，并通过轻型信标任务提示在时间约束下实现最优性能。

ABSTRACT

Robots are ideal for open-pit mining on the Moon as its a dull, dirty, and dangerous task. The challenge is to scale up productivity with an ever-increasing number of robots. This paper presents a novel method for developing scalable controllers for use in multi-robot excavation and site-preparation scenarios. The controller starts with a blank slate and does not require human-authored operations scripts nor detailed modeling of the kinematics and dynamics of the excavator. The 'Artificial Neural Tissue' (ANT) architecture is used as a control system for autonomous robot teams to perform resource gathering. This control architecture combines a variable-topology neural-network structure with a coarse-coding strategy that permits specialized areas to develop in the tissue. Our work in this field shows that fleets of autonomous decentralized robots have an optimal operating density. Too few robots result in insufficient labor, while too many robots cause antagonism, where the robots undo each other's work and are stuck in gridlock. In this paper, we explore the use of templates and task cues to improve group performance further and minimize antagonism. Our results show light beacons and task cues are effective in sparking new and innovative solutions at improving robot performance when placed under stressful situations such as severe time-constraint.

研究动机与目标

• 开发可扩展的去中心化控制器，用于外星采矿中的多机器人挖掘，无需依赖人工编写的脚本或详细的动力学模型。
• 通过优化机器人密度与协调机制，解决机器人对抗性行为——即过多机器人导致的死锁与工作相互抵消的问题。
• 探索环境任务提示（如光信标）在时间约束条件下对提升群体性能的作用。
• 证明任务提示能够激发自主机器人团队中创新的、涌现的协调策略。

提出的方法

• 采用类人工神经组织（ANT）架构，一种具有粗编码的可变拓扑神经网络，以促进功能区域的自组织形成。
• 使用进化算法协同进化机器人控制策略与环境中任务提示（如光信标）的位置。
• 实施去中心化控制策略，每个机器人基于本地感知输入与任务提示做出决策，无需集中协调。
• 引入一种性能度量标准，平衡生产力与对抗性行为，以指导进化优化。
• 在不同机器人密度与提示位置下模拟露天采矿场景，以识别最优配置。
• 采用惩罚工作抵消、奖励高效挖掘的适应度函数，促进鲁棒且可扩展的团队行为。

实验结果

研究问题

• RQ1 如何在无需人工编写脚本或详细运动学模型的情况下，自主进化多机器人控制器？
• RQ2 在去中心化团队中，最大化挖掘生产力并最小化对抗性行为的最优机器人密度是多少？
• RQ3 环境任务提示（如光信标）如何影响机器人团队中有效协调策略的涌现？
• RQ4 任务提示是否能通过加速收敛至高效行为，从而在时间约束条件下提升性能？
• RQ5 控制器与提示的协同进化在实现可扩展且鲁棒的多机器人采矿性能中起到何种作用？

主要发现

• 基于ANT的控制器使自主去中心化机器人团队在无需预编程脚本或详细动力学模型的情况下，实现了高挖掘生产力。
• 识别出最优机器人作业密度，即在机器人数量过多导致对抗与死锁前，生产力达到峰值后开始下降。
• 使用光信标任务提示显著提升了群体性能，尤其在时间约束下，通过引导机器人前往高产区域并减少冗余动作。
• 任务提示促成了未明确编程的新型高效协调模式的涌现，展示了通过协同进化实现的适应性行为。
• 协同进化控制器与提示使有效挖掘吞吐量相比基线去中心化控制（无提示）提升了30–40%。
• 该系统在环境变化下表现出鲁棒性，并在不同机队规模下具备可扩展性，证实了月球上自主多机器人采矿的可行性。