局部学习，全局通信：面向协同运输的多机器人任务分配强化学习
机器人学
2022-12-07 v1
摘要
我们考虑使用多机器人系统进行多物体运输的任务分配，其中每个机器人在多个具有不同且未知重量的物体中选择一个。现有集中式方法假定机器人与任务数量固定，不适用于与学习环境不同的场景。同时，现有分布式方法将机器人与任务的最小数量限制为常数，使其可适用于不同数量的机器人与任务。然而，它们无法运输重量超过观测到该物体的机器人负载能力的物体。为使框架适用于不同数量机器人及具有不同且未知重量的物体，我们提出一种利用多智能体强化学习进行任务分配的框架。首先，我们引入结构化策略模型，包含1）带全局通信的预设计动态任务优先级，以及2）基于神经网络的分布式策略模型，决定协调时机。分布式策略在局部观测下就高优先级物体达成共识，并选择协作或独立动作。随后通过试错由多智能体强化学习优化策略。这种局部学习、全局通信的结构化策略使我们的框架适用于不同数量机器人及具有不同且未知重量的物体，数值仿真证明了这一点。
引用
@article{arxiv.2212.02692,
title = {Learning Locally, Communicating Globally: Reinforcement Learning of Multi-robot Task Allocation for Cooperative Transport},
author = {Kazuki Shibata and Tomohiko Jimbo and Tadashi Odashima and Keisuke Takeshita and Takamitsu Matsubara},
journal= {arXiv preprint arXiv:2212.02692},
year = {2022}
}
备注
7 pages, 7 figures