多智能体自主性:地下探索的进展与挑战
机器人学
2021-10-12 v1
摘要
近年来人工智能经历了巨大的增长与成熟,尽管自主系统在多样且未知的环境中部署时传统上一直面临困难。DARPA 正试图通过地下挑战赛改变这一现状,为机器人学家提供在复杂高风险的地下场景中支援民用与军用第一响应者的机会。地下领域带来若干挑战,如有限通信、多样拓扑与地形以及退化感知。MARBLE 团队提出了一种用于未知地下环境自主探索的方案,其中协调的智能体搜索感兴趣的 artifacts。该团队提出了两种导航算法:一种基于度量-拓扑图的规划器与一种连续的基于前沿的规划器。为促进多智能体协调,智能体共享并合并新地图信息与候选目标点。智能体在环境中不同位置部署通信信标,扩展可共享地图与其他信息的范围。车载自主性减轻了人类监督者的负担,使智能体能够在已建立通信网络之外检测与定位 artifacts 并自主探索。鉴于该挑战的规模、复杂性与节奏,我们汲取了一系列经验教训,最重要的是,在代表性环境中频繁而全面的现场测试是快速改进系统性能的关键。
引用
@article{arxiv.2110.04390,
title = {Multi-Agent Autonomy: Advancements and Challenges in Subterranean Exploration},
author = {Michael T. Ohradzansky and Eugene R. Rush and Danny G. Riley and Andrew B. Mills and Shakeeb Ahmad and Steve McGuire and Harel Biggie and Kyle Harlow and Michael J. Miles and Eric W. Frew and Christoffer Heckman and J. Sean Humbert},
journal= {arXiv preprint arXiv:2110.04390},
year = {2021}
}
备注
39 pages, 21 figures, Field Robotics special issue: Advancements and lessons learned during Phase I & II of the DARPA Subterranean Challenge