微型振动感知机器人群体中集体贝叶斯决策的优化
机器人学
2024-12-20 v1
摘要
使用静态传感器节点进行基础设施检查已成为近几十年中成熟的方法。在这项工作中，我们提出了一种使用移动传感器节点解决二元检查任务的实验装置。目标是识别由振动和非振动瓷砖组成的1m×1m瓷砖表面上的主要瓷砖类型。一群微型机器人，配备机载IMU用于感知和红外传感器用于避障，执行检查。决策方法利用贝叶斯算法，通过推理更新机器人的信念。原始算法使用两种信息共享策略之一。我们引入了一种新颖的信息共享策略，旨在加速决策。为了优化算法参数，我们开发了一个模拟框架，该框架根据我们在高保真Webots机器人模拟器中的真实设置进行校准。我们通过模拟和真实实验评估了三种信息共享策略。此外，我们通过将具有优化和非优化参数的群体放置在具有不同空间相关性和填充比的日益复杂的环境中，测试了我们优化的有效性。结果表明，我们提出的信息共享策略在决策时间上始终优于先前建立的信息共享策略。此外，优化参数在不同环境中产生稳健的性能。相反，非优化参数在简单场景中表现良好，但在复杂设置中精度降低。
引用
@article{arxiv.2412.14646,
title = {Optimization of Collective Bayesian Decision-Making in a Swarm of Miniaturized Vibration-Sensing Robots},
author = {Thiemen Siemensma and Bahar Haghighat},
journal= {arXiv preprint arXiv:2412.14646},
year = {2024}
}