Georgia Institute of Technology의 연구원들은 여러 로봇이 완료하도록 할당 된 임무 중 적응 형 작업 할당을위한 새로운 프레임 워크를 개발했습니다. 로봇의 고유 한 기능과 특성을 기반으로 프레임 워크는 로봇에게 작업을 할당하는 데 도움이됩니다.
프레임 워크는 이전에 도입 한 이기종 다중 로봇 시스템 에 대한 작업 할당 기술을 기반으로합니다. 이전에 고안된 전략은 개별 로봇 기능의 차이를 설명하고 그에 따라 작업을 할당하는 알고리즘의 사용을 수반합니다. 이러한 작업의 할당과 실행은 동시에 발생합니다. 이 프레임 워크는 로봇을 제안하는 온라인 최적화 문제 를 해결하는 데 도움이되며, 할당 된 다양한 작업 (예: 작업 할당)에 대한 기여의 우선 순위를 지정하는 방법,이를 수행하는 방법 (예: 작업 실행)을 지원합니다.
새로운 프레임 워크는 환경이나 알려지지 않은 로봇 기능의 명시적인 모델을 필요로하지 않습니다. 주어진 임무에 대한 로봇 팀의 총체적인 진행 상황과 개별 작업에 대한 각 로봇의 성과를 고려합니다.
프레임 워크는 일련의 시뮬레이션을 통해 평가되었으며 연구원들은 매우 유망한 결과를 달성했음을 발견했습니다. 시뮬레이션 비디오는 아래와 같습니다. 이 접근 방식은 개별 로봇의 기능이 배포 전에 알려지지 않았더라도 다양한 환경 조건에서 로봇간에 효과적인 작업 할당을 가능하게했습니다.
연구원들은 센서 및 액추에이터와 같은 각 로봇의 기능을 포함하기 위해 노력하고 있으므로 기능 실패는 온라인에서 명시 적으로 모델링 할 수 있습니다. 또한 로봇 간의 컴퓨팅 분포 (분산)는 팀이 검토하고있는 또 다른 측면입니다.