Heterojen gezgin robot sistemleri için yeni bir market tabanlı görev paylaştırma yaklaşımı

Abstract

Bu çalışmada, çok robotlu sistemlerde görev paylaştırma problemi için market tabanlı bir yaklaşım önerilmiştir. Bu yaklaşımda, görevlerin paylaştırılması esnasında kullanılan müzayede yönteminde bir robot platformunun güç modelinden yararlanılmıştır. Müzayedeleri sonlandırıp, robotlara görevlerin atanması için REYTSAG, GEYTSAR olarak adlandırılan iki sezgisel algoritma önerilmiştir. Önerilen algoritmaların etkinliğini karşılaştırmak amacıyla geçmiş çalışmalarda yer alan ve Tekrarlamalı müzayede sonlandırma yaklaşımı olarak adlandırılan yöntem gerçeklenmiş ve kullanılmıştır. Ayrıca, robotlara görevlerin paylaştırılması bir atama problemi olarak düşünülmüş ve en iyi robot-görev eşleşmelerini bulmak amacıyla Macar Algoritması kullanılmıştır. Önerilen yaklaşım, Keşfederek Öğrenme olarak adlandırılan öğrenme modeli ile zenginleştirilmiştir. Son olarak, herhangi bir sebepten dolayı robotlara atanamayan görevlerin akıllı bir şekilde tekrar markete dâhil edilebilmesi için Akıllı Görev Tekrar Anons Sistemi (AGTAS) market tabanlı yaklaşıma eklenmiştir. Önerilen yaklaşım, tamamlanan görevlerin yüzdesi, haberleşme yükü ve kaynak kullanımı ölçütleri cinsinden analiz edilmiş ve elde edilen sonuçlar gelecek çalışmalar için ümit vermektedir.

In this study, a market-based task allocation method is proposed. In the trading process, the energy model of a robot platform is used. In order to determine the winner robot(s), two heuristic auction clearing algorithms, which are named as REYTSAG and GEYTSAR are proposed. In order to show the effectiveness of the proposed auction clearing algorithms, the Iterative auction clearing method is implemented and used. Additionally, assignment problem is used to determine instantaneous optimal robot-task matching. The Hungarian algorithm is implemented to solve optimal assignment problem. The proposed algorithm is enhanced with learning model which is named as Exploratory Learning. Finally, a new task reintroduction system which is named as AGTAS is integrated to the market-based task allocation approach. The performance of the proposed approach is analyzed in terms of percentage of completed tasks, communication overhead and resource usage. The results are promising for future works.