論文の概要: Collaborative Task Allocation for Heterogeneous Multi-Robot Systems Through Iterative Clustering
- arxiv url: http://arxiv.org/abs/2611.17213v1
- Date: Thu, 12 Nov 2026 18:10:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.581768
- Title: Collaborative Task Allocation for Heterogeneous Multi-Robot Systems Through Iterative Clustering
- Title(参考訳): 反復クラスタリングによる異種多ロボットシステムの協調作業割当
- Abstract要約: 異種マルチロボットシステムにおける協調的なタスク割り当てのための反復クラスタリングアルゴリズムを提案する。
アルゴリズムの収束を解析し、クラスタサイズ制約がどのサブ最適代入がアルゴリズムをトラップできるかを決定する方法を特徴付ける。
- 参考スコア(独自算出の注目度): 12.44289784548377
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-robot systems face the challenge of efficiently allocating teams of heterogeneous robots to tasks. The task allocation problem is complicated by collaborative interactions between robots where teams of robots develop emergent capabilities that enable them to complete tasks that would be inefficient or impossible for individual robots. To address these challenges, we present an iterative clustering algorithm for collaborative task allocation in heterogeneous multi-robot systems. This approach partitions the computationally intractable global optimization problem into smaller, tractable subproblems by iteratively forming clusters of robots and tasks, then optimizing assignments within each cluster. By ensuring robots remain clustered with their currently assigned tasks, we guarantee monotonic improvement in overall utility with each iteration. We analyze the convergence of the algorithm and characterize how cluster size constraints determine which suboptimal assignments could trap the algorithm. In simulation, iterative clustering consistently outperforms simulated annealing, and a group-based auction in both computation time and solution quality, and outperforms a hedonic game approach in solution quality.
- Abstract(参考訳): マルチロボットシステムは、異種ロボットのチームをタスクに効率的に割り当てるという課題に直面している。
タスク割り当て問題は、ロボットのチームが個々のロボットにとって非効率または不可能なタスクを完了できる創発的な能力を開発するロボット間の協調的な相互作用によって複雑になる。
これらの課題に対処するために、異種マルチロボットシステムにおける協調タスク割り当てのための反復クラスタリングアルゴリズムを提案する。
このアプローチは、計算的に難解なグローバル最適化問題を、ロボットとタスクのクラスタを反復的に形成し、各クラスタ内の割り当てを最適化することで、より小さく、引き出すことができるサブプロブレムに分割する。
ロボットが現在割り当てられているタスクでクラスタ化されることを保証することで、各イテレーションで全体のユーティリティの単調な改善が保証されます。
アルゴリズムの収束を解析し、クラスタサイズ制約がどのサブ最適代入がアルゴリズムをトラップできるかを決定する方法を特徴付ける。
シミュレーションでは、反復クラスタリングはシミュレーションされたアニーリングと、計算時間と解品質の両方でグループベースのオークションを一貫して上回り、解品質においてヘドニックゲームアプローチより上回ります。
関連論文リスト
- $τ_0$-VLA: a Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation [51.05516457377339]
ロングホライズンロボットの操作には、ロボットが個々のスキルを確実に実行し、拡張されたタスクに対してそれらを一貫性を持ってシーケンスする必要がある。
計算スケーリング可能な推論問題として高レベルサブタスク生成を定式化する階層型ロボット基盤モデルである$_0$-VLAを導入する。
低レベルポリシーは、生成されたサブタスクを複数のロボットエンボディメントにわたって実行する。
論文 参考訳(メタデータ) (2026-08-17T17:59:11Z) - Collaborative Task and Path Planning for Heterogeneous Robotic Teams using Multi-Agent PPO [6.508086451004438]
異種ロボットのチームを調整するために,MAPPO(Multi-Agent Proximal Policy Optimization)に基づく協調計画戦略を提案する。
本研究では, 惑星探査のシナリオにおいて, 総合的な探索によって得られた単一目的最適解に対するアプローチをベンチマークし, オンライン・リプランニングを行う能力を評価する。
論文 参考訳(メタデータ) (2026-04-01T17:53:51Z) - Optimal Scalability-Aware Allocation of Swarm Robots: From Linear to Retrograde Performance via Marginal Gains [3.5232085374661284]
集合システムでは、利用可能なエージェントは、集合的なパフォーマンスを最大化するためにタスク間で割り当てられなければならない限られたリソースである。
本稿では, 線形化, 飽和化, 逆行スケーリングなど, 拡張性のあるタスクにエージェントを最適に割り当てるアルゴリズムを提案する。
本手法は,次世代マルチロボットシステムの展開を推し進めることを目的としている。
論文 参考訳(メタデータ) (2025-12-29T12:50:56Z) - COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。
提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。
実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
論文 参考訳(メタデータ) (2024-09-23T15:53:41Z) - Robotic warehousing operations: a learn-then-optimize approach to large-scale neighborhood search [84.39855372157616]
本稿では,ワークステーションの注文処理,アイテムポッドの割り当て,ワークステーションでの注文処理のスケジュールを最適化することで,ウェアハウジングにおけるロボット部品対ピッカー操作を支援する。
そこで我々は, 大規模近傍探索を用いて, サブプロブレム生成に対する学習を最適化する手法を提案する。
Amazon Roboticsと共同で、我々のモデルとアルゴリズムは、最先端のアプローチよりも、実用的な問題に対するより強力なソリューションを生み出していることを示す。
論文 参考訳(メタデータ) (2024-08-29T20:22:22Z) - DC-MRTA: Decentralized Multi-Robot Task Allocation and Navigation in
Complex Environments [55.204450019073036]
本稿では,倉庫環境における移動ロボットのためのタスク割り当てと分散ナビゲーションアルゴリズムを提案する。
本稿では,共同分散タスク割り当てとナビゲーションの問題について考察し,それを解決するための2段階のアプローチを提案する。
ロボットの衝突のない軌道の計算では,タスク完了時間において最大14%の改善と最大40%の改善が観察される。
論文 参考訳(メタデータ) (2022-09-07T00:35:27Z) - A distributed, plug-n-play algorithm for multi-robot applications with a
priori non-computable objective functions [2.2452191187045383]
マルチロボットアプリケーションでは、ミッションのユーザ定義の目的を一般的な最適化問題として当てはめることができる。
これらの問題には標準勾配の差分型アルゴリズムは適用できない。
本稿では,各ロボットのサブコスト関数を慎重に設計するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-11-14T20:40:00Z) - Optimal Sequential Task Assignment and Path Finding for Multi-Agent
Robotic Assembly Planning [42.38068056643171]
本研究では,タスク間優先制約のあるアプリケーションにおいて,ロボットの大規模チームに対する逐次的タスク割り当てと衝突のないルーティングの問題について検討する。
本稿では,その問題に対する等間隔最適解を計算するための階層的アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-06-16T00:45:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。