シミュレーションおよび実世界におけるマルチロボット海洋自律システム展開のための多目的コンプライアンス統合共進化
本論文は、共進化行動とコンプライアンス行動を組み合わせ、チームの進捗最大化と規範違反最小化のバランスをとる多目的フレームワークMMOCICを提案する。学習とコンプライアンスを分離するという重要な洞察に基づき、最大8台のロボットによるハードウェア展開と12台のシミュレーションで、衝突を回避しつつ高いチームパフォーマンスを実証した。
最近、arXivに掲載された論文「Multi-Objective Compliance-Integrated Coevolution For Simulated And Real-World Deployment Of Multi-Robot Marine Autonomy」は、海洋環境におけるマルチロボットシステムの協調制御に新たな枠組みを提供する。著者らのEverardo Gonzalez氏らは、MMOCIC（Marine Multi-Objective Compliance-Integrated Coevolution）というフレームワークを提案した。
海洋ミッション（未知の礁構造の探査、海底インフラの点検、捜索救難など）では、ロボット間の協調が不可欠である。しかし、これらのタスクは進捗を測るためのフィードバック信号が疎であり、かつ安全性や規制規範の遵守が求められるため、多目的最適化問題となる。従来の共進化アルゴリズムは疎なフィードバックを処理して協調行動を生成できるが、高レベルのチーム目標と低レベルのコンプライアンスを動的に統合することは困難だった。
MMOCICの核心的なアイデアは、学習とコンプライアンスを分離することである。運用規範は発見されるものではなく所与であるため、コンプライアンス行動は別途最適化できる。この枠組みでは、共進化行動とコンプライアンス行動をブレンドし、チームの進捗最大化と規範違反最小化のバランスを実現する。
実験では、協調的な水泳者救助ミッションを用いて、最大8台のロボットによる実機展開と12台によるシミュレーションを実施。MMOCICは衝突を回避しながら高いチームパフォーマンスを達成した。著者らは、このフレームワークが学習ベースの協調を実世界で展開する際の規範遵守と性能の両立に貢献するとしている。
今後の課題として、より複雑なミッションや大規模なロボット群への適用が考えられる。本研究成果は、海洋自律システムの安全性と効率性を向上させる重要な一歩となる。