通信途絶下における倉庫ロボット協調のための階層型マルチエージェント強化学習
Hierarchical Multi-agent Reinforcement Learning for Warehouse Robot Coordination under Communication Loss
倉庫ロボット群をグループに分け、グループ内は集中・グループ間は分散で協調する階層型強化学習を提案。通信途絶時は予測器で情報を補完し、安全フィルタで制約違反を防ぐ。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Weihao Sun, Gehui Xu, Andreas A. Malikopoulos
分類: eess.SY, cs.RO
原文アブストラクト
In this paper, we propose a hierarchical multi-agent reinforcement learning framework for coordinating robot teams in warehouse environments under communication loss. We partition the robot team into groups, with centralized coordination within each group and distributed coordination across groups. Each group uses a recurrent predictor to estimate unavailable interaction information due to communication loss. A higher-level policy then generates a compact coordination reference that conditions the local control policy within each group. A predictive safety filter evaluates and modifies the proposed controls when they violate safety constraints. Simulation results show improved task completion under communication loss, reduced communication growth as the team size increases, and safe operation in the tested scenarios.