[论文解读] Pairbot: A Novel Model for Autonomous Mobile Robot Systems Consisting of Paired Robots

Navarra, Alfredo, Piselli, Francesco|arXiv (Cornell University)|Sep 30, 2020

Optimization and Search Problems参考文献 32被引用 4

一句话总结

本文提出了 Pairbot 模型，这是一种面向自主移动机器人的新型计算范式，其中每台机器人与指定的搭档配对，以增强机器人之间的连通性与计算能力。通过实现相互识别与协同定位，该模型在弱于传统 LCM 模型的假设下，解决了持续行进与七台配对机器人聚集等问题，即使在可见范围有限和异步调度的情况下，也展现出更优的可解性。

ABSTRACT

By Programmable Matter (PM) is usually meant a system of weak and self-organizing computational entities, called particles, which can be programmed via distributed algorithms to collectively achieve some global tasks. We consider the SILBOT model where particles are modeled as finite state automata, living and operating in the cells of a hexagonal grid. Particles are all identical, executing the same deterministic algorithm which is based on local observation of the surroundings, up to two hops. Particles are asynchronous, without any direct means of communication and disoriented but sharing a common handedness, i.e., chirality is assumed. Within such a basic model, we consider a foundational primitive for PM, that is Coating: a set of n particles must move so as to ensure the closed surrounding of an object occupying some connected cells of the grid. We present an optimal deterministic distributed algorithm - along with the correctness proof, that in Θ(n²) rounds solves the Coating problem, where a round concerns the minimal time window within which each particle is activated at least once.

研究动机与目标

• 为解决 LCM 模型在自主移动机器人系统中，特别是在机器人间连通性与问题可解性方面的局限性。
• 提出一种新的计算模型——Pairbot，通过内在的机器人配对机制增强协调能力。
• 通过持续行进与七台配对机器人聚集等具体问题，展示 Pairbot 模型的计算优势。
• 阐明在弱假设（如可见范围、调度器类型）下，相较于 LCM 机器人，解决此类问题所需的最小能力集。
• 为未来在 Pairbot 框架下探索图案形成、部署与填充等问题奠定基础。

提出的方法

• Pairbot 模型引入了一种配对机制，每台机器人维护一个唯一且隐式可区分的搭档，从而实现相互识别与协同运动。
• 该模型在 LCM（观察-计算-移动）周期的基础上运行，但通过配对逻辑动态调整机器人位置，以响应相对构型的变化。
• 设计了一种包含 69 条规则的确定性算法，用于根据搭档状态及其他机器人的相对位置，指导每台配对机器人的运动。
• 系统采用 1 的可见范围（短距离），并在 FSYNC 与 ASYNC 调度器下运行，以评估其鲁棒性。
• 实现了一个模拟器，对 7 台配对机器人聚集问题的 3,652 种初始连通构型进行了全面验证，确保正确性。
• 将该模型与标准 LCM 模型进行对比，突出在相同假设下可解性的差异。

实验结果

研究问题

• RQ1 机器人之间的配对机制是否能显著提升自主移动机器人系统中的机器人间连通性与计算能力？
• RQ2 在 ASYNC 调度器下，3 台配对机器人能否解决持续行进问题？与 LCM 机器人相比有何差异？
• RQ3 在 Pairbot 模型中，是否可在可见范围为 1 的条件下解决 7 台配对机器人聚集问题？LCM 机器人在相同约束下是否可行？
• RQ4 LCM 模型需要具备哪些最小能力集，才能模拟 Pairbot 模型的行为？
• RQ5 固定搭档关系的存在，相较于匿名、同质机器人，如何改变协调问题的可解性？

主要发现

• 在 ASYNC 调度器下，3 台配对机器人可解决持续行进问题，而 6 台或更少的 LCM 机器人即使在更严格的 SSYNC 调度器下也无法解决该问题。
• 在 Pairbot 模型中，7 台配对机器人聚集问题可在可见范围为 1 的条件下求解，而 LCM 机器人需可见范围为 2 才能解决相同问题。
• 所提出的算法在 FSYNC 调度器下，能正确解决所有 3,652 种连通初始构型下的 7 台配对机器人聚集问题。
• 在相同假设下，Pairbot 模型的计算能力优于 LCM 模型，尤其在弱可见性与异步调度条件下的可解性表现更优。
• 配对机制实现了无需显式通信的稳健协调，仅依赖相互识别与位置自适应。
• 结果表明，简单的配对关系可显著降低解决复杂协调问题所需的能力要求。