[论文解读] Search-and-Fetch with 2 Robots on a Disk: Wireless and Face-to-Face Communication Models

Konstantinos Georgiou, George Karakostas+1 more|arXiv (Cornell University)|Nov 30, 2016

Optimization and Search Problems被引用 5

一句话总结

本文研究在单位圆盘上，通过无线通信和面对面通信模型实现双机器人寻宝撤离问题，其中宝藏与出口之间的弧长距离已知。论文提出了分布式算法，利用对距离的部分知识最小化撤离时间，在面对面通信模型下实现最坏情况下的撤离时间为 $1 + \pi - \alpha + 4\sin(\alpha/2)$，并证明了匹配的下界，表明机器人可通过战略性规划与推理，在无需会面的情况下高效交换信息。

ABSTRACT

We initiate the study of a new problem on searching and fetching in a distributed environment concerning treasure-evacuation from a unit disk. A treasure and an exit are located at unknown positions on the perimeter of a disk and at known arc distance. A team of two robots start from the center of the disk, and their goal is to fetch the treasure to the exit. At any time the robots can move anywhere they choose on the disk, independently of each other, with the same speed. A robot detects an interesting point (treasure or exit) only if it passes over the exact location of that point. We are interested in designing distributed algorithms that minimize the worst-case treasure-evacuation time, i.e. the time it takes for the treasure to be discovered and brought (fetched) to the exit by any of the robots. The communication protocol between the robots is either wireless, where information is shared at any time, or face-to-face (i.e. non-wireless), where information can be shared only if the robots meet. For both models we obtain upper bounds for fetching the treasure to the exit. Our main technical contribution pertains to the face-to-face model. More specifically, we demonstrate how robots can exchange information without meeting, effectively achieving a highly efficient treasure-evacuation protocol which is minimally affected by the lack of distant communication. Finally, we complement our positive results above by providing a lower bound in the face-to-face model.

研究动机与目标

• 设计高效的分布式算法，使双机器人能够在单位圆盘上搜索并运送宝藏至出口，最小化撤离时间。
• 分析通信模型（无线通信（即时共享）与面对面通信（仅在会面时））对最坏情况撤离时间的影响。
• 研究部分知识的影响，特别是宝藏与出口之间已知的弧长距离 $\alpha$ 对算法性能的影响。
• 在面对面通信模型中建立撤离时间的紧致上界与下界，证明战略性规划与推理的有效性。

提出的方法

• 机器人从圆盘中心出发，以速度1移动，仅在经过目标点时才能检测到宝藏或出口。
• 在无线模型中，机器人可即时共享检测到的兴趣点信息，实现协调撤离。
• 在面对面模型中，机器人必须会面才能交换信息，因此需精心规划路径以最小化延迟。
• 算法利用已知的弧长距离 $\alpha$ 规划轨迹，以最小化最坏情况下的撤离时间，包括移动的时间与顺序。
• 协议将圆盘周长划分为若干段，并根据 $\alpha$ 将机器人分配至特定弧段进行探索，确保覆盖完整且高效回收。
• 通过构造使撤离时间需求最大的敌对宝藏与出口位置，推导出下界，考虑机器人会面点与行进路径。

实验结果

研究问题

• RQ1 在双机器人搜寻与运送问题中，已知的宝藏与出口之间的弧长距离 $\alpha$ 如何影响最坏情况下的撤离时间？
• RQ2 在面对面通信模型中，机器人仅在会面时才能共享信息，此时可实现的最优撤离时间是多少？
• RQ3 与面对面通信模型相比，无线通信模型在撤离时间效率方面表现如何？
• RQ4 机器人能否通过推理与战略性路径规划，在无直接远距离通信的情况下实现接近最优的撤离性能？
• RQ5 在面对面通信模型中，撤离时间的理论下界是多少？算法能多接近该下界？

主要发现

• 本文在面对面通信模型中提出最坏情况下的撤离时间为 $1 + \pi - \alpha + 4\sin(\alpha/2)$，并证明该结果在匹配的下界意义下为最优。
• 所提出的面对面模型算法通过战略性会面点与路径规划，实现高效信息交换，即使无远距离通信，也能实现接近最优的性能。
• 在无线模型中，由于即时信息共享，机器人可实现更低的撤离时间；然而，面对面模型的性能通过利用已知距离 $\alpha$ 显著提升。
• 面对面模型的下界通过考虑使所需撤离时间最大化的敌对宝藏与出口位置推导得出，其结构与上界完全匹配。
• 分析表明，即使无直接通信，机器人也可通过提前规划并利用已知距离 $\alpha$ 推断最优会面与回收点，从而最小化延迟。
• 结果表明，即使仅掌握部分信息——特别是目标之间的弧长距离——也能被有效利用，设计出高度高效的搜寻与运送协议，即使在通信受限的模型中亦然。