通信劣化下における分散型マルチロボットタスク割り当て：性能・信頼性・計算量のベンチマーク

- 分散型 Multi-Robot Task Allocation (MRTA) の手法を組み込み向けに選定するため、性能・信頼性・計算負荷を比較するベンチマーク研究。 - 6手法 (CBAA, ACBBA, PI, HIPC, DMCHBA, DGA) を Collaborative Visit (CV) シナリオで評価。 - 通信劣化条件 (Bernoulli loss, Gilbert-Elliott loss, Rayleigh fading) を含む25条件、500ペアの10ターゲット問題を中核に、事前割当・実行統合計算・グリッドサイズ・ロボット密度・ターゲット負荷への感度も調査。

- 従来は経路性能のみで比較されがちだったが、通信ロバスト性・需要・割当信頼性・計算負荷・スケール感度を含む多面的トレードオフを同一条件で定量化。 - 24の劣化条件で DGA と DMCHBA が最小 MinMax 移動 (24.49, 24.78 steps) を達成。 - HIPC が最小 MinSum (66.95 steps) で DGA が僅差 (67.22) で続き、両者は全劣化条件で上位2位。 - DMCHBA は publication intensity が最小 (2.08 publications/team step)。 - 10ターゲット事前割当では HIPC と DMCHBA が全条件で安定・実行可能だが、ACBBA, PI, DGA は通信劣化で安定性・実行可能性を失う。

- 6つの分散型 MRTA アルゴリズム (CBAA, ACBBA, PI, HIPC, DMCHBA, DGA) を CV シナリオで実装・比較。 - 通信モデルとして Bernoulli loss, Gilbert-Elliott loss, Rayleigh fading を導入し、理想・劣化条件を生成。 - 評価指標は MinMax/MinSum 移動、通信ロバスト性・需要、割当信頼性、計算負荷 (full-protocol computation Cterm)、スケール感度。 - 事前割当と実行統合計算の2モード、およびグリッドサイズ・ロボット密度・ターゲット負荷の感度分析を実施。

- 500ペアの10ターゲット問題を25の理想・劣化通信条件で評価 (中核実験)。 - 追加キャンペーンで事前割当、実行統合計算、グリッドサイズ・ロボット密度・ターゲット負荷への感度を検証。 - 理想配送下の中央値 full-protocol computation Cterm は DMCHBA 4.88 ms から DGA 1.346 s の範囲。 - 静的経路品質では DGA と DMCHBA が MinMax で首位、DGA が4ターゲット負荷中3つで MinSum 首位、HIPC が50ターゲットで首位。 - タスク負荷増大に伴い静的計算と実行統合計算の順位が乖離。

- 経路目的・通信挙動・信頼性・計算制約に応じた各アロケータの動作領域 (operating regions) を同定。 - 単一の最良手法は存在せず、用途に応じた選択が必要。 - 通信劣化下での安定性・実行可能性の差異が明らかになり、ACBBA, PI, DGA は劣化時に問題。 - 計算負荷と経路品質のトレードオフ、およびタスク負荷による計算順位の変動が議論の焦点。

- 要旨で参照・比較されている研究: CBAA, ACBBA, PI, HIPC, DMCHBA, DGA の原論文。 - 関連手法: Collaborative Visit (CV) シナリオ、MinMax/MinSum 経路最適化、Bernoulli loss, Gilbert-Elliott loss, Rayleigh fading 通信モデル。 - 同分野の定番: 分散型 MRTA のサーベイ論文や、通信制約下のマルチロボット割当に関する研究。