Sciologness
Home |

Multi-robot úloha pridelenie

Prehľad Dôležité teoretické aspekty mechanizmov pre multi-robota úloh prideľovanie majú k dnešnému dňu, boli z veľkej časti ignorované. V rámci tohto projektu sa snažíme riešiť časť tejto nedbanlivosti formálne skúmanie problému v rámci organizačného rámca vyvinutého v prevádzkovej výskumnej komunity. Najmä v súčasnosti skúma multi-robotické pracovné pridelenia ako príklad dobre známeho Optimal priradenie problém. V tomto svetle, sme nedávno analyzovaná a porovnaná s algoritmické vlastnosti niekoľkých existujúcich prístupov k problému. Úvod Od roku 1990, problém úlohy alokácie v multi-robotických systémov obdržal významné a rastúci záujem o vedeckú komunitu. Ako výskumníci dizajn, stavať, a používať kooperatívny multi-robotické systémy, ktoré vždy narazí na otázku: "ktoré robot by mal plniť, ktorej úlohou?" Táto otázka musí byť zodpovedaná, aj pre relatívne jednoduché multi-robotických systémov, a význam úlohy alokácie rastie so zložitosťou, veľkostí a schopností, systému podľa štúdie. Aj v najjednoduchšom prípade homogénnych robotov s pevnými, čo je rovnaké role, je inteligentný rozdelenie úloh vyžaduje dobrú výkonnosť systému, aj keby len preto minimalizuje fyzické rušenia. Samozrejme, úloha alokácia nemusí byť explicitné, ale môže namiesto toho sa vynárajú z interakcií robotov (fyzické a inak), ako je tomu v prípade koordinácie metód predložila zástancovia roj robotiky. Takýto emergentných systém, keď postavený obratne, môže byť veľmi efektívne a môžu poskytnúť najjednoduchšie a najelegantnejšie riešenie problému. Je však riešením pre {\ em konkrétne} problému, a ak je roboti majú všeobecne užitočné, sa domnievame, že musí byť schopný riešiť množstvo problémov. V priebehu rokov sa významná práca bola vykonaná na základe výslovného multi-robota úloh alokácie (MRTA), všeobecne zahŕňa úlohy zamerané inter-robot komunikáciu. Rad týchto architektúr boli navrhnuté, zatiaľ čo sú niekedy hodnotené experimentálne, veľmi zriedka sú predmetom formálnej analýze. Je koordinačné architektúry tohto typu, na ktorých sa v súčasnosti zameriavajú našu analýzu. Naším cieľom je riešiť dve kľúčové nedostatky práce MRTA k dnešnému dňu:
  • výpočtovej a komunikačnej požiadavky sú všeobecne neznáme
  • okrem experimentálne overovanie v určitých oblastiach, nie je charakterizácia riešenie kvality, ktoré možno očakávať
Problém vyhlásenie Tvrdíme, že multi-robot úloha alokácia môže byť znížená na inštancii optimálne priradenie problému (OAP), známy problém z operačného výskumu. Opakujúce špeciálny prípad obzvlášť zaujímavé v niekoľkých odboroch, môže byť tento problém formulované niekoľkými spôsobmi. Vzhľadom k našej aplikačnej doména, je montáž popísať problém z hľadiska pracovných miest a pracovníkov. K dispozícii sú n pracovníci, každý hľadá pre jednu úlohu, a m sú k dispozícii pracovné miesta, z ktorých každá vyžaduje jednému robotníkovi. Tieto práce môžu byť rôznych priorít, čo znamená, že je oveľa dôležitejšie vyplniť niektoré pracovných miest, než ostatní. Každý pracovník má nezáporné zručnosti hodnotenie odhadujúci jeho / jej výkon pre každého potenciálneho zamestnania (ak pracovník nie je schopný podnik prácu, potom je pracovník pridelený rating nulu pre túto prácu). Problém je priradiť pracovníkov na pracovné miesta s cieľom maximalizovať celkový očakávaný výkon, s prihliadnutím na priority jednotlivých miest a zručností sadzieb robotníkov. Naše multi-robot úlohu pridelenie problém možno položiť ako priradenie problém a to nasledujúcim spôsobom: rovnako n roboty, m prioritou (tj vážený) single-robot úlohy, a odhady, ako dobre každý robot sa dá očakávať, že na vykonanie jednotlivých úloh, priradiť robotov úlohy tak, ako je maximalizovať celkovú očakávanú výkonnosť. Avšak, pretože problém úloh alokácie je dynamický rozhodovací problém, ktorý sa mení v čase s javy, vrátane zmien životného prostredia, nemôžeme byť spokojní s týmto statické priradenia problému. Tak sme dokončiť náš zníženie o iteratívny riešenie statickej úlohy problém v priebehu času. Samozrejme, musí byť náklady na prevádzku priradenie algoritmus je potrebné vziať do úvahy. Na jednej strane, môže zadarmo algoritmus byť vykonaný ľubovoľne rýchlo, zaisťuje optimálne priradenie v priebehu času. Na druhej strane, bude drahé algoritmus, ktorý môže byť spustený iba raz produkujú statickú zadanie, ktoré je len spočiatku optimálne a bude po určitej dobe znehodnotí. Konečne je tu otázka, koľko úloh sú považované za (re) práca na každej iterácii. S cieľom vytvoriť a udržiavať optimálnu alokácie, musí byť priradenie algoritmus zvažovať (a potenciálne priradiť) každú úlohu v systéme. Takýto komplexný prístup môže byť výpočtovo náročné, a naozaj, niektoré realizované prístupy na použitie MRTA heuristiky pre určenie, podmnožinu úloh, ktoré budú považované za v určitom iterácii. Spoločne, náklady na statické algoritmu, frekvencia, s ktorou je vykonaný, a spôsob, akým sú úlohy považované za (re) práce bude určiť celkovú výpočtovej a komunikačnej réžii systému, rovnako ako riešenie kvality. Tak to je táto charakteristika architektúry MRTA, v ktorých majú záujem, a že sme v súčasnosti analyzuje. Užitočnosť Utility je jednotiacim, ak sa niekedy implicitné, pojem v ekonómii, teórie hier, a operačný výskum, rovnako ako multi-robot koordinácie. Myšlienka je, že každý jednotlivec môže nejako vnútorne odhadnúť hodnotu (alebo náklady) na realizáciu akcie. To je rôzne nazývaný fitness, oceňovanie, a náklady. Vzhľadom k tomu, presné zloženie sa líši systém od systému, teraz dávajú poučný a všeobecné, ale praktické, definície úžitku pre multi-robotických systémov. Domnievame sa, že každý robot je schopný odhadnúť jeho vhodnosť pre každú úlohu, ktorého je schopný. Tento odhad zahŕňa dva faktory, ako úlohy a robot závislý na:
  • Očakáva kvalita prevedenia úlohy, vzhľadom metóda a zariadenia majú byť použité (napr. presnosť mapy, ktoré bude vyrábať pomocou laseru diaľkomer)
  • Očakáva zdroj náklady, vzhľadom k priestorovo-časových požiadaviek úlohy (napr. sila, ktorá bude musieť riadiť motory a laserové diaľkomer s cieľom mapovať stavbu)
Ak sú tieto dve veličiny sú definované na nejakom štandardizovanom rozsahu, potom môžeme vyrobiť non-negatívne kombinácii nástroj odhad jednoducho odpočítaním nákladov od kvality. Utility robotov odhady budú nepresné z mnohých dôvodov, vrátane senzoru hluku, všeobecné neistoty, a zmenami životného prostredia. Tieto nevyhnutné vlastnosti multi-robota doméne bude nutne obmedziť účinnosť, s ktorou sa dá dosiahnuť koordinácie. Liečime tento limit ako exogénny, za predpokladu, že na nižšej úrovni riadenia robotov bol už za spoľahlivé, robustné, a presné, ako je to možné, a preto, že nie sme schopní ju zlepšiť. Keď sme neskôr diskutovať "optimálne" alokačný riešenie, máme na mysli "optimálne" v tom zmysle, že, vzhľadom k zjednoteniu všetkých dostupných informácií v systéme (pri súčasnom hluk, neistota a nepresnosti), to je nemožné postaviť riešenie s vyššej celkovej utility. Všimnite si, že aj keď sme nehovorili plánovanie alebo vzdelávania, naša definícia nástroja umožňuje ich zavedenia. Pridanie prediktívne model, napríklad, bude (pravdepodobne) zlepšenie presnosti úžitkových odhadov zvážením očakávané budúce udalosti. Ak chcete dosiahnuť najlepšieho výkonu systému, mali by byť tieto techniky môžu byť použité, kedykoľvek je to možné. Analýza Potom, čo získal formálne vyhlásenie o probléme MRTA, sme teraz v pozícii, analyzovať niektoré z kľúčových úloh architektúry pridelenie z literatúry. Nedávno sme analyzovať šesť prístupy k MRTA, so zameraním na tri charakteristiky:
  • výpočtovej požiadavky
  • požiadavky na odovzdávanie
  • úloha zvážiť
Z časti pretože trendov vo vedeckej obci, že zdôrazňujú význam experimentálne overovanie s fyzickými roboty, sú také teoretické aspekty multi-robotických koordinačných mechanizmov boli z veľkej časti ignorované. Avšak, oni sú životne dôležité pre štúdie, porovnanie a objektívne hodnotenie mechanizmov. Vo veľkom meradle a dlhodobé správanie systému bude silne determinovaná základných vlastností podkladového algoritmu (y). Tak sa snažíme odvodiť a vysvetliť tieto vlastnosti tu. Než budeme pokračovať, bude však nutné vysvetliť metódu, ktorá sa používajú v našej analýze. Metodológia Ako sme uviedli predtým, kľúčom k efektívnej alokácii úloh pre multi-robotických systémov je iterácii úloha, s cieľom vyrovnať sa so zmenami v úlohách, na roboty, a životné prostredie. Architektúry v rámci štúdia dosiahnutie tohto iterácie rôznymi spôsobmi, podľa dvoch osí. Po prvé, zatiaľ čo niektoré prístupy umožňujú priradenie a preradenie všetkých úloh v každej iterácii, niektorí nikdy priradiť úlohy (alebo prinajmenšom len priradiť, pretože robota zlyhanie). Po druhé, niektoré prístupy pravidelne zvažovať všetky úlohy súčasne, zatiaľ čo iní zvažujú jednotlivé úlohy postupne tak, ako sú ponúkané k (re) práce. Preto, keď budeme diskutovať o zložitosti, uvedieme je v podmienkach iterácií, keď podrobnosti o "iterácia" sa môže líšiť architektúry. Máme určiť výpočtovej požiadavky, alebo doba behu, obvyklým spôsobom, ako to, koľkokrát niektoré dominantné operácie sa opakuje. Pre nášho odboru, že operácia je zvyčajne buď výpočtom alebo porovnania úžitku, a doba chodu je uvedené ako funkcia n a m, počtu robotov a úloh, resp. Vzhľadom k tomu, moderné roboti majú významné možnosti spracovania na palube a môže ľahko pracovať paralelne, môžeme predpokladať, že výpočtovej záťaž je rovnomerne rozložená na roboty, a uveďte dobu behu, ako je to pre každého robota. Napríklad, ak je potrebné nájsť pre každého robota úloh s najvyšším nástroje, potom doba chodu je O (m), pretože každý robot vykonáva m porovnanie, paralelne. Máme určiť komunikačné požiadavky z celkového počtu vzájomne robota správ odoslaných v sieti. Nepovažujeme správ veľkosti, za predpokladu, že sú všeobecne malé (napr. jednotlivé hodnoty skalárne technika) a približne rovnaké pre rôzne algoritmy. Zároveň predpokladáme, že ideálne zdieľané vysielanie komunikačné médium je používaný a že správy sú vždy vysielané, skôr ako unicast. Takže, ak napríklad, musí byť každý robot povedať každého druhého robot vlastné najvyššiu úžitkovú hodnotu potom horná je O (n), pretože každý robot je jediný vysielanie. Výsledky Pozrite sa na papier uvedený nižšie. Relevantné Publikácie
  • "Formálne analýza a taxonómie úloh alokácie v multi-robotických systémov".
Brian P. Gerkey a Maja J Mataric ". Intl. Journal of Robotics Research, 23 (9) :939-954, september 2004. (Tiež Technická správa CRES-03-013) [Gzip PS: 116k] [PDF: 176K]
  • "Multi-Robot Task Allocation: Analýza zložitosti a optimality Key architektúry".
Brian Gerkey a Maja J Mataric ". In Zborník konferencie IEEE Medzinárodnom robotiky a automatizácie (ICRA 2003), str 3862-3868, Taipei, Taiwan, september 14-19, 2003. (Tiež Technická správa CRES-02-005) [Gzip PS: 56k] [PDF: 76k]
  • "Rámec pre štúdium Multi-Robot úloh Allocation".
Brian Gerkey a Maja J Mataric ". V AC Schultz a ďalší, editory, Multi-robotické systémy: Od roje na inteligentné automaty, Volume II, str 15-26, Kluwer Academic Publishers, Holandsko, 2003 (predložená na 2003 medzinárodný seminár o Multi-robotické systémy). [Gzip PS: 60k] [PDF: 132k]   Preložené z http://robotics.stanford.edu/~gerkey/research/mrta.html Homepage
...
Sciologness.com ©

Contact form | Terms of use | Privacy policy | Cookie policy
The Sciologness.com™ agent utility uses data collection technology to conveniently update multiple PC drivers. Drivers are the property and the responsibility of their respective manufacturers, and may also be available for free directly from manufacturers' websites. Sciologness.com is not responsible in any way for the performance of or issues caused by any third-party drivers.Drivers may also be available for free directly from manufacturers' websites. Microsoft and Windows are either registered trademarks or trademarks of Microsoft Corporation in the United States and/or other countries. Any other third-party products, brands or trademarks listed above are the sole property of their respective owner. No affiliation or endorsement is intended or implied.