[论文解读] Multi-Robot Adversarial Patrolling: Facing a Full-Knowledge Opponent

Noa Agmon, Gal A. Kaminka+1 more|arXiv (Cornell University)|Jan 16, 2014

Optimization and Search Problems参考文献 25被引用 94

一句话总结

本文提出了一种针对已知巡逻计划的对手的非确定性、马尔可夫巡逻策略，适用于多机器人系统。通过将机器人移动建模为马尔可夫链以在最弱巡逻点最大化检测概率，作者提出了一种多项式时间算法，可在各种机器人和环境模型下最优地平衡巡逻覆盖范围，包括有向/无向移动以及在封闭围栏或开放围栏上的完美/非完美感知。

ABSTRACT

The problem of adversarial multi-robot patrol has gained interest in recent years, mainly due to its immediate relevance to various security applications. In this problem, robots are required to repeatedly visit a target area in a way that maximizes their chances of detecting an adversary trying to penetrate through the patrol path. When facing a strong adversary that knows the patrol strategy of the robots, if the robots use a deterministic patrol algorithm, then in many cases it is easy for the adversary to penetrate undetected (in fact, in some of those cases the adversary can guarantee penetration). Therefore this paper presents a non-deterministic patrol framework for the robots. Assuming that the strong adversary will take advantage of its knowledge and try to penetrate through the patrols weakest spot, hence an optimal algorithm is one that maximizes the chances of detection in that point. We therefore present a polynomial-time algorithm for determining an optimal patrol under the Markovian strategy assumption for the robots, such that the probability of detecting the adversary in the patrols weakest spot is maximized. We build upon this framework and describe an optimal patrol strategy for several robotic models based on their movement abilities (directed or undirected) and sensing abilities (perfect or imperfect), and in different environment models - either patrol around a perimeter (closed polygon) or an open fence (open polyline).

研究动机与目标

• 解决多机器人系统中面对能够利用确定性巡逻模式的知情对手时的对抗性巡逻挑战。
• 设计一种非确定性巡逻策略，以最大化在巡逻最弱点检测对手的概率。
• 开发一种计算高效的多项式时间算法，以在马尔可夫假设下实现最优巡逻。
• 将该框架扩展至不同的机器人模型——基于移动方式（有向/无向）和感知能力（完美/非完美）——以及环境类型（封闭多边形或开放折线）。
• 确保对能够知晓巡逻策略并意图利用其最弱点的强敌具有鲁棒性。

提出的方法

• 将机器人巡逻建模为马尔可夫链，以表示巡逻点之间的概率转移。
• 将巡逻策略定义为巡逻点上的平稳分布，以平衡覆盖范围与检测概率。
• 在假设对手会针对该最弱点进行攻击的前提下，优化巡逻策略以最大化该点的最小检测概率。
• 将优化问题形式化为线性规划，以在多项式时间内计算最优策略。
• 将框架适配于不同机器人能力：有向与无向移动，以及完美与非完美感知。
• 将该框架应用于闭环（围栏）和开环（围栏）巡逻环境。

实验结果

研究问题

• RQ1 多机器人巡逻系统如何在对手已知巡逻策略并针对最弱点行动时，最大化检测概率？
• RQ2 在马尔可夫假设下，何种非确定性巡逻策略可确保最高最小检测概率？
• RQ3 所提出的框架如何适应机器人移动方式（有向/无向）和感知能力（完美/非完美）的差异？
• RQ4 在完全知情对手条件下，计算最优巡逻策略的计算复杂度是多少？
• RQ5 该框架在不同环境拓扑结构（如封闭围栏和开放围栏）下的表现如何？

主要发现

• 所提出的算法以多项式时间计算最优巡逻策略，使其适用于实际部署。
• 该框架保证在最弱点实现可能的最高检测概率，即使对手完全知晓巡逻策略。
• 该方法适用于有向与无向移动的机器人，以及完美与非完美感知模型。
• 该方法对闭环围栏和开环围栏巡逻配置均有效。
• 与确定性策略相比，该方法通过消除对手可利用的可预测弱点，显著提升了性能。
• 线性规划形式化确保了在马尔可夫策略假设下的计算效率与最优性。