基于信任的均匀排除安全多机器人协作
该论文提出一种包裹机器人通信链路的算法：当机器人要用入站链路数据更新状态时，算法用 Safe Anytime-Valid Inference 检验各机器人异常检测器输出的信任值流，筛出可安全采纳的可信链路子集，仅要求检测器优于随机猜测。该封装同时给出两项统计保证：以用户选定的高概率在所有时间上均匀排除全部被攻破链路，同时快速学会信任合法链路，且无需对连通结构或被攻破链路数量作限制性假设。作者在 3 台 LoCoBot 上做神经隐式建图、8 台 GoPiGo 上做航向一致性实验，并用硬件采样的信任值仿真验证可扩展至数百台机器人集群。
发布于 10-22 10:55来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Safe Multi-Robot Collaboration With Uniform Exclusion Using Trust》查看原链
机器人集群通过有向、时变的局部通信链路进行协调，其中部分链路可能被攻破，从而允许传输任意恶意数据。 我们提供了一种算法，作为机器人通信的外层封装——当机器人试图利用来自某些入站链路的数据更新自身状态时，我们的封装会提供一组可信链路，其数据可以被安全地纳入。
它通过使用 Safe Anytime-Valid Inference 检验一连串信任值（每台机器人上异常检测器收集的数据）来选择这些链路。 我们只要求检测器优于随机猜测。 该封装通过提供两项强大的统计保证来确保安全且高性能的自主性：它以用户选定的高概率在所有时间上均匀排除所有被攻破的链路，同时仍能快速学会信任合法链路。
这两项保证对于保护通用任务都至关重要，但此前没有任何工作能在不对连通结构或被攻破链路数量施加实践中无法保证的限制性假设的情况下同时提供它们。 我们在硬件上针对两个对比任务——神经隐式建图与航向一致性——分别部署在 3 台 LoCoBot 和 8 台 GoPiGo 上，研究了 Safe Wrapper 的性能。
我们使用从硬件采样的信任值进行仿真，以验证我们的方法能良好扩展到数百台机器人的集群。