MOSAIC: 面向异构机器人团队智能协调的模块化可扩展自主性
机器人学
2026-03-06 v2
摘要
移动机器人已成为探索太空或灾难救援等恶劣环境不可或缺的工具，但通常仍局限于人类操作员的远程操控。这限制了部署规模，并要求操作员与机器人之间保持近乎连续的低延迟通信。我们提出MOSAIC：一个可扩展的自主框架，用于多机器人科学探索，该框架基于兴趣点(POI)和多个自主层级实现统一的任务抽象，使得单个操作员即可进行监督。该框架根据每个机器人的能力动态分配探索和测量任务，利用团队层面的冗余和专业化实现持续运行。我们在模拟月球勘探场景的空间模拟现场实验中验证了该框架，涉及一个由五台机器人和一名操作员组成的异构团队。尽管任务期间有一台机器人完全失效，该团队仍以86%的自主率完成了82.3%的分配任务，而操作员工作负载仅为78.2%。这些结果表明，所提出的框架能够在有限操作员干预下实现鲁棒、可扩展的多机器人科学探索。我们进一步总结了在机器人互操作性、网络架构、团队组成和操作员工作负载管理方面的实践经验，为未来的多机器人探索任务提供参考。
引用
@article{arxiv.2601.23038,
title = {MOSAIC: Modular Scalable Autonomy for Intelligent Coordination of Heterogeneous Robotic Teams},
author = {David Oberacker and Julia Richter and Philip Arm and Marvin Grosse Besselmann and Lennart Puck and William Talbot and Maximilian Schik and Sabine Bellmann and Tristan Schnell and Hendrik Kolvenbach and Rüdiger Dillmann and Marco Hutter and Arne Roennau},
journal= {arXiv preprint arXiv:2601.23038},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication