未知遮挡下分布式目标跟踪中的涌现协同行为
机器人学
2023-04-25 v1 多智能体系统
摘要
利用多机器人系统（MRS）跟踪多个运动感兴趣目标（OOI）的问题已通过主动感知方法加以解决，该方法维持 OOI 的共享信念并规划机器人运动以最大化信息质量。机器人的机动性使其能追求更好可见性的行为，但受限于传感器视场（FoV）与遮挡物体。我们首先扩展先前工作以显式地检测、维持并共享遮挡信息，使得即便缺乏先验语义遮挡信息也能生成遮挡感知规划。主动感知方法的有效性常依据估计误差与信息增益指标评估。然而，这些指标并不能直接解释主动感知算法所引发的协同行为水平。接着，我们提取了源自相同底层算法但在不同场景下表现各异的多种涌现协同行为。具体而言，我们强调并展示了主动感知 MRS 中的三种涌现行为模式：（i）当跟踪轨迹方向发散或由于异构代理间资源重分配时，代理间跟踪责任的切换；（ii）对轨迹遮挡的感知以及感知代理的暂时性离开与返回；（iii）MRS 中局部遮挡物体的共享，进而提升对遮挡的感知能力。
引用
@article{arxiv.2304.11204,
title = {Emergent Cooperative Behavior in Distributed Target Tracking with Unknown Occlusions},
author = {Tianqi Li and Lucas W. Krakow and Swaminathan Gopalswamy},
journal= {arXiv preprint arXiv:2304.11204},
year = {2023}
}