面向异构多机器人任务自适应组队的机器人内注意力建模
机器人学
2021-03-16 v2
摘要
受团队规模与功能多样性的吸引，异构多机器人系统（HMRS）通过协调功能与数量各异的多个机器人来执行任务，已广泛应用于灾害搜救、场地监视和治安等复杂大规模场景。然而，由于任务需求多样，在将机器人资源成本限制在较低水平的同时，准确组建具备适当规模与功能、并能动态满足任务需求的机器人团队颇具挑战。为解决该问题，本文提出一种新颖的自适应协作方法——内注意力（innerATT），可随任务类型与环境变化灵活组队异构机器人执行任务。innerATT 通过将一种新颖的注意力机制集成到多智能体 actor-critic 强化学习架构中设计而成。借助注意力机制，将分析机器人能力以灵活组队满足任务需求。本文设计了具有不同任务多样性（“单一任务”“双重任务”与“混合任务”）的场景。innerATT 的灵活性协作准确性验证了其有效性。
引用
@article{arxiv.2006.15482,
title = {Robot Inner Attention Modeling for Task-Adaptive Teaming of Heterogeneous Multi Robots},
author = {Chao Huang and Rui Liu},
journal= {arXiv preprint arXiv:2006.15482},
year = {2021}
}
备注
submission for the Robotics Science and Systems (RSS) 2020 workshop -- Heterogeneous Multi-Robot Task Allocation and Coordination