基于天才指标的策略梯度方法用于多机器人系统形态与任务分配行为的高效协同设计

在多机器人或群体系统中，有趣且高效的集体行为源于机器人的个体行为。个体机器人行为的功能空间随着机器人的形态或物理设计而受到形塑或约束。因此，通过利用环境对其集体性能反馈，同时优化形态和个体机器人行为，而非将形态和行为选择分离或顺序处理（传统方法），可以实现多机器人系统的全部潜力。本文提出了一种高效的协同设计方法，用于探索这一潜力，并理解形态选择如何影响集体行为，特别是在以洪水响应为场景的MRTA问题中，其中个体行为通过图形强化学习设计。计算效率归功于一种新的近精确分解协同设计问题的方式，将其分解为一系列更简单的优化和学习问题。通过i)识别并使用代表形态依赖机器人能力的天才指标Pareto前沿，ii)学习天才最佳权衡和个体机器人策略的选择，以联合最大化MRTA性能。应用于无人机洪水响应案例时，协同设计结果显著优于顺序设计基线。还观察到在类似作业中，协同设计的单机器人系统与协同设计的多机器人系统之间的形态和学习行为存在显著差异。