群制御2026/9/11arXiv:2609.12502

適応的通信ウィンドウを用いた通信制約下のマルチロボット探索

Communication-Constrained Multi-Robot Exploration With Adaptive Communication Windows

通信が断続的な環境で、ロボットが通信の価値とコストを評価し、探索と情報共有のバランスを取る分散探索フレームワークMACEを提案。シミュレーションで探索時間を最大23%削減。

詳しい要約

1. どんなもの？

- 複数ロボットによる未知環境探索のための分散型フレームワーク MACE を提案。 - 通信が断続的な環境で、情報共有の利益と通信確立のための移動コストを天秤にかける。 - スケジュールされた communication window で、既知の通信地点への到達コストを見積もる。 - 通信確立のための経路とその途中で行える探索を評価し、通信するか否かを能動的に判断する。

2. 先行研究と比べてどこがすごい？

- 純粋に opportunistic な戦略より頻繁に通信できる。 - 固定 rendezvous 戦略に伴う不要な移動を削減する。 - 既存の communication-constrained exploration 戦略と比べ、総探索時間を最大 23% 短縮。 - 通信制約下での探索効率を、通信機会の活用と移動コストのバランスで改善。

3. 技術・手法の肝は？

- 通信確立の価値を評価する分散型意思決定。 - スケジュールされた communication window で、以前に同定した communication location への到達コストを推定。 - この決定を Vehicle Orienteering Problem の変種として定式化。 - 通信確立に必要な移動と、その経路上で完了できる探索に基づいて経路を評価。

4. どうやって有効だと検証した？

- サイズと形状が異なる一連の simulated environments で評価。 - 既存の communication-constrained exploration 戦略と比較。 - 総探索時間が最大 23% 削減されることを示した。

5. 議論はある？

- 要旨からは不明。 - 通信ウィンドウのスケジュール設計や、実環境への適用可能性、ロボット数や通信範囲の影響などは明示されていない。

6. 次に読むべき論文は？

- Vehicle Orienteering Problem に関する研究。 - communication-constrained exploration の既存戦略。 - opportunistic 戦略や fixed rendezvous 戦略に関する研究。 - マルチロボット探索一般に関する定番研究。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Ben Rossano, Jaein Lim, Jonathan P. How

分類: cs.RO

原文アブストラクト

Exploring unknown environments with multi-robot teams can improve efficiency by allowing robots to explore in parallel. However, realizing these gains requires effective information sharing. When communication is intermittent, robots must balance the benefits of sharing information against the cost of diverting from exploration to establish communication. This paper introduces MACE, a decentralized exploration framework that actively evaluates whether establishing communication is worthwhile. At scheduled communication windows, robots estimate the cost of reaching previously identified communication locations. By formulating this decision as a variant of the Vehicle Orienteering Problem, robots evaluate routes based on the travel required to establish communication and the exploration that can be completed along the way. This approach enables robots to communicate more frequently than under purely opportunistic strategies while reducing the unnecessary travel associated with fixed rendezvous strategies. Across a set of simulated environments with varying size and geometry, we demonstrate that MACE reduces the total exploration time by up to 23% compared to existing communication-constrained exploration strategies.

arXivで原文を読む →arXiv概要ページ