elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Decentralized Multi-Agent Exploration with Online-Learning of Gaussian Processes

Viseras, Alberto und Wiedemann, Thomas und Manss, Christoph und Magel, Lukas und Müller, Joachim und Shutin, Dmitriy und Merino, Luis (2016) Decentralized Multi-Agent Exploration with Online-Learning of Gaussian Processes. In: IEEE International Conference on Robotics and Automation ICRA. IEEE International Conference on Robotics and Automation (ICRA), 2016-05-16 - 2016-05-21, Stockholm, Sweden. doi: 10.1109/icra.2016.7487617.

[img] PDF
5MB

Kurzfassung

Exploration is a crucial problem in safety of life applications, such as search and rescue missions. Gaussian processes constitute an interesting underlying data model that leverages the spatial correlations of the process to be explored to reduce the required sampling of data. Furthermore, multiagent approaches offer well known advantages for exploration. Previous decentralized multi-agent exploration algorithms that use Gaussian processes as underlying data model, have only been validated through simulations. However, the implementation of an exploration algorithm brings difficulties that were not tackle yet. In this work, we propose an exploration algorithm that deals with the following challenges: (i) which information to transmit to achieve multi-agent coordination; (ii) how to implement a light-weight collision avoidance; (iii) how to learn the data’s model without prior information. We validate our algorithm with two experiments employing real robots. First, we explore the magnetic field intensity with a ground-based robot. Second, two quadcopters equipped with an ultrasound sensor explore a terrain profile. We show that our algorithm outperforms a meander and a random trajectory, as well as we are able to learn the data’s model online while exploring.

elib-URL des Eintrags:https://elib.dlr.de/118901/
Dokumentart:Konferenzbeitrag (Programmrede)
Titel:Decentralized Multi-Agent Exploration with Online-Learning of Gaussian Processes
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Viseras, AlbertoAlberto.ViserasRuiz (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wiedemann, ThomasThomas.Wiedemann (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Manss, Christophchistoph.manss (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Magel, LukasLukas.Magel (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Müller, Joachimjoachim.mueller (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Shutin, DmitriyDmitriy.Shutin (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Merino, Luislmercab (at) upo.esNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2016
Erschienen in:IEEE International Conference on Robotics and Automation ICRA
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Ja
DOI:10.1109/icra.2016.7487617
Status:veröffentlicht
Stichwörter:Multi-Robot, Gaussian processes, information gathering, exploration
Veranstaltungstitel:IEEE International Conference on Robotics and Automation (ICRA)
Veranstaltungsort:Stockholm, Sweden
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:16 Mai 2016
Veranstaltungsende:21 Mai 2016
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Verkehrsmanagement (alt)
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V VM - Verkehrsmanagement
DLR - Teilgebiet (Projekt, Vorhaben):V - Vabene++ (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Kommunikation und Navigation > Nachrichtensysteme
Hinterlegt von: Viseras Ruiz, Alberto
Hinterlegt am:09 Feb 2018 13:30
Letzte Änderung:24 Apr 2024 20:23

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.