Une approche pour planifier les movements des équipes de robots dans des prerequisites incertaines

Alors que los angeles plupart des robots sont initialement testés en laboratoire et dans d’autres environnements contrôlés, ils sont conçus pour être déployés dans des environnements réels, aidant ainsi les humains à résoudre divers problèmes. Naviguer dans des environnements réels implique de faire face à des niveaux élevés d’incertitude et d’imprévisibilité, en particulier lorsque les robots accomplissent des tâches en équipe.

Ces dernières années, les informaticiens ont tenté de développer des cadres et des modèles susceptibles d’améliorer los angeles capacité des robots à résoudre efficacement des problèmes en dehors du laboratoire, où ils sont susceptibles de rencontrer des défis inattendus. Ces outils informatiques pourraient à terme faciliter l’adoption généralisée des robots, améliorant ainsi leur capacité à accomplir des tâches avec succès.

Une équipe de recherche de l’Université Johns Hopkins a récemment présenté un nouveau cadre conçu pour planifier les movements des robots au sein d’une équipe tout en tenant compte de l’incertitude dans laquelle ils opèrent. L’approche proposée a été présentée dans un article publié précédemment sur arXivest basé sur une méthode de calcul qui a été présentée pour los angeles première fois dans l’un de leurs travaux précédents.

“L. a. planification dans un contexte d’incertitude est un défi fondamental en robotique”, écrit Cora A. Demig et Kevin C. Wolf et leurs collègues dans leur article. “Pour les équipes multi-robots, le défi est encore exacerbé, automobile le problème de planification peut rapidement devenir insoluble sur le plan informatique à mesure que le nombre de robots augmente. Nous proposons une nouvelle approche de los angeles planification dans des prerequisites d’incertitude utilisant des équipes multi-robots hétérogènes.”

L’approche proposée par Demig, Wolff et leurs collaborateurs s’applique à des scénarios dans lesquels différents robots d’une équipe peuvent assumer différents rôles, tous les robots travaillant collectivement pour accomplir une tâche commune à l’extérieur. Essentiellement, l’équipe présente l’idée que certains robots, se déplaçant à des vitesses plus élevées, pourraient agir comme des éclaireurs lors d’une project donnée dans le monde réel, patrouillant dans des zones géographiques inconnues ou incertaines pour identifier les défis potentiels et mieux planifier les movements de tous les autres robots. .

“Cela permet d’étudier los angeles planification visant à réduire les risques associés à l’incertitude dans les trajectoires proposées ainsi que los angeles planification visant à réduire l’incertitude générale dans l’environnement”, ont expliqué les chercheurs dans leur article.

L. a. méthode de planification du travail des équipes de robotique présentée par Demig, Wolff et leurs collègues repose sur deux approches de programmation principales : los angeles création d’un graphe topologique dynamique et los angeles programmation dite en nombres entiers mixtes. L’approche de l’équipe consiste à déployer deux varieties différents de robots. Le premier kind est chargé d’accomplir des tâches, tandis que le 2nd kind discover les environnements pour collecter des données et réduire l’incertitude, facilitant ainsi l’exécution de los angeles tâche.

Jusqu’à présent, les chercheurs ont évalué informatiquement leur approche par rapport à divers scénarios possibles pouvant conduire à une incertitude lors de tâches réelles. Leurs résultats étaient prometteurs, suggérant que los angeles méthode proposée pourrait contribuer à améliorer les performances des équipes de robotique sur des tâches contenant divers degrés d’incertitude.

“Nous testons notre approche dans un sure nombre de scénarios représentatifs dans lesquels une équipe de robots doit se déplacer dans un environnement tout en minimisant los angeles détection en présence de positions d’observateurs incertaines”, ont écrit les chercheurs. “Nous avons démontré que notre approche est suffisamment maniable sur le plan informatique pour une replanification en temps réel dans des environnements changeants, qu’elle peut améliorer les performances en présence d’informations incomplètes et qu’elle peut être modifiée pour s’adapter à différents profils de risque.”

À l’avenir, los angeles nouvelle approche développée par Demig, Wolff et leurs collaborateurs pourrait être testée davantage en utilisant los angeles robotique simulée et body pour vérifier son potentiel. De plus, ces derniers travaux pourraient inspirer d’autres équipes de recherche à développer des approches similaires pour améliorer les performances des robots dans des environnements réels complexes, facilitant ainsi leur déploiement à grande échelle.

© 2023 Internet de los angeles science