Estratégias minimalistas de exploração em robótica de enxame no limite do caos

Abstract

Habilidades de exploração eficazes são fundamentais para enxames de robôs, especialmente quando robôs pequenos e baratos são empregados (por exemplo, micro- ou nano-robôs). Random Walks (RW) são frequentemente a única escolha viável se os robôs são muito limitados em relação a seus sensores e capacidade computacional para implementar soluções do estado-daarte. No entanto, identificar a melhor parametrização de Random Walks pode não ser trivial. Além disso, a variabilidade entre os robôs em termos de habilidades de movimentoâ uma condição muito comum quando não é possível calibra-los precisamenteâ introduz a necessidade de soluções flexíveis. Este estudo explora como Random Walks que apresentam dinâmicas caóticas ou à beira do caos podem ser geradas. Também avaliamos sua eficácia para uma tarefa simples de exploração realizada por um enxame de Kilobots simulados. Primeiro, mostramos como Redes Booleanas Aleatórias (RBNs) podem ser usadas como controladores para os Kilobots, alcançando uma melhoria significativa de desempenho em comparação com a melhor parametrização de uma Lévy Modulated Correlated Random Walks (LMCRW). Em segundo lugar, demonstramos como dinâmicas caóticas são benéficas para maximizar a eficácia da exploração. Finalmente, demonstramos como o comportamento de exploração produzido por Redes Booleanas pode ser otimizado através de uma abordagem de Robótica Evolutiva, mantendo as dinâmicas caóticas das redes e alcançando 8.6% de melhoria em comparação com o método baseline.

Abstract: Effective exploration abilities are fundamental for robot swarms, especially when small, inexpensive robots are employed (e.g., micro- or nano-robots). Random walks are often the only viable choice if robots are too constrained regarding sensors and computation to implement state-of-the-art solutions. However, identifying the best random walk parameterisation may not be trivial. Additionally, variability among robots in terms of motion abilitiesâ a very common condition when precise calibration is not possibleâ introduces the need for flexible solutions. This study explores how random walks that present chaotic or edge-of-chaos dynamics can be generated. We also evaluate their effectiveness for a simple exploration task performed by a swarm of simulated Kilobots. First, we show how Random Boolean Networks can be used as controllers for the Kilobots, achieving a significant performance improvement compared to the best parameterisation of a Lévy-modulated Correlated Random Walk. Second, we demonstrate how chaotic dynamics are beneficial to maximise exploration effectiveness. Finally, we demonstrate how the exploration behavior produced by Boolean Networks can be optimized through an Evolutionary Robotics approach while maintaining the chaotic dynamics of the networks achieving 8.6% of improvement compared to the baseline.