Onboard Evolution of Understandable Swarm Behaviors

Abstract

望ましい群集行動を生み出す個々のロボットルールを設計することは困難です。進化的アルゴリズムをオフラインで実行し、シミュレーションの中で自動的にコントローラを発見する一般的な方法には、2つの欠点がある。コントローラの生成は群の中では行われないため、自然の中では実行できないことと、進化したコントローラは不透明で理解しにくいことである。本研究では、高い処理能力を持つロボット群を用いて、進化プロセスを群内に移動させることで、環境やタスクに適応した群内行動を継続的に生成するルートを提供します。進化したコントローラをビヘイビアツリーを用いて人間が理解できるようにすることで、ユーザがコントローラに質問したり、説明したり、さらにはコントローラを改良したりすることができます。本研究では、ロボットに搭載されたコントローラを15分以内に進化・実行させることができる群体システムを開発しました。さらに、進化したコントローラの1つを分析し、その機能を説明します。その結果、進化したコントローラの性能を大幅に向上させることに成功しました。 Designing the individual robot rules that give rise to desired emergent swarm behaviors is difficult. The common method of running evolutionary algorithms off-line to automatically discover controllers in simulation suffers from two disadvantages: the generation of controllers is not situated in the swarm and so cannot be performed in the wild, and the evolved controllers are often opaque and hard to understand. A swarm of robots with considerable on-board processing power is used to move the evolutionary process into the swarm, providing a potential route to continuously generating swarm behaviors adapted to the environments and tasks at hand. By making the evolved controllers human-understandable using behavior trees, the controllers can be queried, explained, and even improved by a human user. A swarm system capable of evolving and executing fit controllers entirely onboard physical robots in less than 15 min is demonstrated. One of the evolved controllers is then analyzed to explain its functionality. With the insights gained, a significant performance improvement in the evolved controller is engineered.