技术报告:面向多机器人系统的可扩展主动信息获取
机器人学
2021-03-18 v1
摘要
本文提出一种新颖的高度可扩展的非短视规划算法,用于多机器人主动信息获取(AIA)任务。AIA 场景包括目标定位与跟踪、主动 SLAM、监视、环境监测等。目标是为多个机器人计算控制策略,以在先验未知时域内最小化静态隐状态的累积不确定性。现有多数 AIA 方法为集中式,因而面临扩展性挑战。为缓解此问题,我们提出一种在线算法,依靠通过动态空间划分方法将 AIA 任务分解为局部任务。局部子任务在线构建,并要求机器人根据其在环境中的功能在探索与主动信息收集角色间切换。该切换过程与信息收集优化紧密集成,形成了一种混合控制方法。我们证明所提基于分解的算法对于同质传感器团队以及在线性和高斯假设下是概率完备的。我们提供了广泛的仿真结果,表明所提算法可应对使用现有集中式方法计算上难以求解的大规模估计任务。
引用
@article{arxiv.2103.09364,
title = {Technical Report: Scalable Active Information Acquisition for Multi-Robot Systems},
author = {Yiannis Kantaros and George J. Pappas},
journal= {arXiv preprint arXiv:2103.09364},
year = {2021}
}