[论文解读] Decentralized Informative Path Planning with Exploration-Exploitation Balance for Swarm Robotic Search

Payam Ghassemi, Souma Chowdhury|arXiv (Cornell University)|May 24, 2019

Distributed Control Multi-Agent Systems参考文献 33被引用 7

一句话总结

本文提出 Bayes-Swarm，一种用于在具有空间变化信号的二维环境中进行群体机器人搜索的去中心化、异步路径规划算法。它采用一种新颖的采集函数，平衡探索、利用与基于轨迹的知识增益，在复杂环境中实现的使命完成速度比穷举搜索快达90倍，比随机游走快83倍。

ABSTRACT

Swarm robotic search is concerned with searching targets in unknown environments (e.g., for search and rescue or hazard localization), using a large number of collaborating simple mobile robots. In such applications, decentralized swarm systems are touted for their task/coverage scalability, time efficiency, and fault tolerance. To guide the behavior of such swarm systems, two broad classes of approaches are available, namely nature-inspired swarm heuristics and multi-robotic search methods. However, simultaneously offering computationally-efficient scalability and fundamental insights into the exhibited behavior (instead of a black-box behavior model), remains challenging under either of these two class of approaches. In this paper, we develop an important extension of the batch Bayesian search method for application to embodied swarm systems, searching in a physical 2D space. Key contributions lie in: 1) designing an acquisition function that not only balances exploration and exploitation across the swarm, but also allows modeling knowledge extraction over trajectories; and 2) developing its distributed implementation to allow asynchronous task inference and path planning by the swarm robots. The resulting collective informative path planning approach is tested on target search case studies of varying complexity, where the target produces a spatially varying (measurable) signal. Significantly superior performance, in terms of mission completion efficiency, is observed compared to exhaustive search and random walk baselines, along with favorable performance scalability with increasing swarm size.

研究动机与目标

• 解决在未知二维环境中为大规模群体机器人系统设计计算高效、可扩展且行为可解释的路径规划的挑战。
• 通过实现基于基本行为洞察的去中心化、异步决策，克服黑箱自然启发式方法和集中式贝叶斯方法的局限性。
• 开发一种轨迹感知的采集函数，对路径而非仅离散点建模知识增益，以提高集体搜索效率。
• 通过使每个机器人能够独立利用本地信息和共享的高斯过程模型推断任务并规划路径，确保可扩展性和容错性。
• 在真实世界相关的案例研究中，展示在不同信号分布和群体规模下的优越性能与可扩展性。

提出的方法

• 设计一种新颖的采集函数，整合源寻址（利用）和知识增益（探索）分量，并使用启发式权重系数 α 来平衡二者。
• 对整个机器人轨迹而非离散航点建模知识增益，从而在动态物理搜索空间中更准确地估计信息价值。
• 以去中心化、异步方式实现该算法，每个机器人独立使用本地传感器数据和共享的在线更新高斯过程（GP）模型计算下一个航点。
• 采用适用于具身群体系统改进的批量贝叶斯搜索框架，机器人协作基于采集的信号测量值更新 GP 后验分布。
• 在采集函数中整合运动约束和路径成本，以确保路径的可行性和高效性。
• 应用下采样启发式方法进行 GP 更新，以降低大规模群体中的计算负载，实现对 100+ 台机器人的可扩展性。

实验结果

研究问题

• RQ1 如何设计一种去中心化、异步的路径规划算法，以在空间变化信号的群体机器人搜索中平衡探索与利用？
• RQ2 与基于点的模型相比，轨迹感知的采集函数是否能提升集体信息增益并减少冗余探索？
• RQ3 在任务完成时间与制图精度方面，该算法在群体规模增加时的可扩展性如何？
• RQ4 启发式权重系数 α 对不同信号分布和群体规模下的性能有何影响？
• RQ5 在复杂非凸环境中，该算法与穷举搜索和随机游走基线方法相比表现如何？

主要发现

• 在全部四个案例研究中，Bayes-Swarm 的使命完成速度比穷举搜索快达90倍，完成时间从约9,163秒（穷举）降至最低102秒。
• 在案例研究1和2中，尽管随机游走方法的时间预算长1.5倍，Bayes-Swarm 的完成时间仍分别比其快83倍和5倍。
• 该算法表现出超线性可扩展性：当群体规模从2台增至20台机器人时，完成时间显著下降，但由于场地尺寸限制，性能增益趋于饱和。
• 由于时间预算不足，随机游走方法在4个案例研究中有3个未能找到信号源，凸显其在复杂环境中的低效性。
• 参数分析表明，最优性能取决于群体规模和信号分布复杂度，提示应采用自适应 α 而非固定调参。
• 该算法保持了低制图误差和高鲁棒性，在5次独立运行中表现一致，表明其在真实世界部署场景中具备可靠性和稳定性。