[论文解读] Probabilistic Asynchronous Arbitrary Pattern Formation

Quentin Bramas, Sébastien Tixeuil|arXiv (Cornell University)|Aug 15, 2015

Optimization and Search Problems参考文献 6被引用 5

一句话总结

本文提出了一种概率算法，用于异步、无偏见的移动机器人在平面上形成任意图案，无需依赖共同的坐标系或手性。通过结合单个随机位的领导者选举与确定性图案形成阶段，该算法在至少五个机器人的任意初始配置下，即使存在多重性点，在完全异步环境下且无需移动暂停假设的情况下，实现了通用图案形成。

ABSTRACT

We propose a new probabilistic pattern formation algorithm for oblivious mobile robots that operates inthe ASYNC model. Unlike previous work, our algorithm makes no assumptions about the local coordinatesystems of robots (the robots do not share a common "North" nor a common "Right"), yet it preserves theability from any initial configuration that contains at least 5 robots to form any general pattern (and not justpatterns that satisfy symmetricity predicates). Our proposal also gets rid of the previous assumption (in thesame model) that robots do not pause while moving (so, our robots really are fully asynchronous), and theamount of randomness is kept low -- a single random bit per robot per Look-Compute-Move cycle is used.Our protocol consists in the combination of two phases, a probabilistic leader election phase, and a deterministicpattern formation one. As the deterministic phase does not use chirality, it may be of independentinterest in the deterministic context. A noteworthy feature of our algorithm is the ability to form patternswith multiplicity points (except the gathering case due to impossibility results), a new feature in the contextof pattern formation that we believe is an important asset of our approach.

研究动机与目标

• 解决在异步模型中，共同手性是否对概率图案形成是必要这一开放问题。
• 克服先前确定性与概率方法的局限性，这些方法要求共同坐标系、运动约束或无限随机性。
• 仅使用每个机器人每轮周期一个随机位，实现对任意一般图案（包括具有多重性点的图案）的形成。
• 设计一种对完全异步环境具有鲁棒性的协议，其中机器人可能观察到移动中的机器人，并基于过时的快照采取行动。
• 证明在无手性条件下可实现确定性图案形成，该结果本身具有独立价值，超越概率框架。

提出的方法

• 采用两阶段协议：第一阶段，使用每个机器人每轮LCM周期一个随机位进行概率领导者选举。
• 第二阶段，采用不依赖手性或共同坐标系的确定性图案形成算法。
• 利用双角与正三角形构型分析机器人排序与质心对齐，确保一致的角序。
• 引入CEB集合（等角性或双角性中心）的概念，以识别并隔离对称构型中的偏移机器人。
• 通过圆弧（arc_α(a,b)）施加几何约束，当三个或更多机器人共享构型时，唯一确定等角性中心。
• 通过角序与圆弧交集性质的反证法，证明偏移机器人的唯一性。

实验结果

研究问题

• RQ1 在完全异步模型中，是否可以在不假设共同坐标系或手性的情况下实现通用图案形成？
• RQ2 在ASYN C模型中，若确定性设置下手性是必需的，那么概率图案形成是否也必须依赖共同手性？
• RQ3 在完全异步环境下，仅使用每个机器人每轮周期一个随机位的最小随机性，是否足以实现通用图案形成？
• RQ4 在无共同坐标系的情况下，机器人如何形成具有多重性点（例如多个机器人位于同一目标位置）的图案？
• RQ5 哪些几何与组合性质可确保在对称构型中图案形成期间偏移机器人的唯一性？

主要发现

• 所提出的算法在完全异步模型中，对至少五个机器人的任意图案实现了通用图案形成，且无需共同坐标系或手性。
• 该算法每个机器人每轮LCM周期仅使用一个随机位，与先前的概率方法相比，显著减少了随机性需求。
• 在双角或正三角形构型中，偏移机器人可被唯一识别，从而确保领导者选举阶段的一致进展。
• 确定性图案形成阶段对手性保持不变，使其在弱模型中对确定性图案形成具有独立意义。
• 该算法支持具有多重性点的图案，这是先前确定性或概率解决方案所不具备的新特性。
• 证明表明，在n ≥ 5的双角构型中，三个位置合适的机器人可唯一确定等角性中心，从而确保几何一致性。