面向时空野火治理的资源高效去中心化顺序规划器
机器人学
2024-07-30 v1 多智能体系统
摘要
本文提出一种冲突感知的资源高效去中心化顺序规划器（CREDS），用于采用多型号无人机（UAV）进行早期野火治理。多 UAV 野火管理场景为非平稳系统，包含空间上聚集的动态蔓延火灾、潜在的零星火灾，以及由于 UAV 数量不足和感知范围有限导致的部分可观测性。CREDS 的目标是检测并依次消灭所有增长中的火灾（即单 UAV 任务，SUT），通过快速 UAV 干预最小化生物多样性损失，同时通过避免复杂的多 UAV 协调实现高效资源利用。CREDS 采用三阶段方法：首先使用搜索算法进行火灾检测，随后采用基于拍卖的资源高效去中心化顺序规划器（REDS）进行局部轨迹生成，其中包含新颖的非平稳代价函数——截止日期优先消灭成本（DPMC）。最后采用冲突感知的 consensus 算法解决冲突，确定时空消灭的全局轨迹。对 CREDS 在部分和完全可观测性条件下进行了性能评估，分别针对异构和同构 UAV 团队以及不同的火灾数至 UAV 数的比例进行测试，结果显示在火灾数至 UAV 数比例达到 4 时成功率为 100%，在关键比例 5 时仍保持较高成功率，优于基线方法。异构 UAV 团队在处理单 UAV 任务消灭的异构截止日期方面优于同构团队。CREDS 具备良好的可扩展性和 100% 收敛性，能够有效抵御潜在的死锁分配，显著提升了相较于基线方法的成功率。
引用
@article{arxiv.2407.19163,
title = {A Resource-Efficient Decentralized Sequential Planner for Spatiotemporal Wildfire Mitigation},
author = {Josy John and Shridhar Velhal and Suresh Sundaram},
journal= {arXiv preprint arXiv:2407.19163},
year = {2024}
}