ジョージア工科大学の研究者は、複数のロボットによって完了するように割り当てられたミッション中に適応タスクを割り当てるための新しいフレームワークを開発しました。フレームワークは、ロボットの独自の機能と特性に基づいて、ロボットにタスクを割り当てるのに役立ちます。
このフレームワークは、彼らが以前に導入した異種マルチロボットシステムのタスク割り当て手法に基づいています。以前に考案された戦略では、個々のロボット機能の違いを考慮し、それに応じてタスクを割り当てるアルゴリズムを使用する必要があります。これらのタスクの割り当てと実行は同時に行われます。このフレームワークは、ロボットを提案するオンラインでの最適化問題の解決、ロボットに割り当てられたさまざまなタスクへの貢献に優先順位を付ける方法、つまりタスクの割り当て、およびその方法、つまりタスクの実行に役立ちます。
新しいフレームワークは、未知の環境またはロボット機能の明示的なモデルを必要としません。これは、特定のミッションでのロボットのチームによる集合的な進捗状況と、個々のタスクでの各ロボットのパフォーマンスを考慮します。
フレームワークは一連のシミュレーションで評価され、研究者はそれが非常に有望な結果を達成したことを発見しました。シミュレーションビデオを以下に示します。このアプローチにより、個々のロボットの機能が展開前に不明であったとしても、さまざまな環境条件下でロボット間で効果的なタスク割り当てが可能になりました。
研究者たちは、センサーやアクチュエーターなどの各ロボットの機能を含めることに取り組んでいるため、機能の障害はオンラインで明示的にモデル化できます。また、ロボット間での計算の分散（分散型）も、チームが検討しているもう1つの側面です。