HECTOR：継続的な時間的タスク下におけるロボット群の人間中心の階層的協調と監督

要旨: ロボットの群れは、例えば配送、監視、捜索救助のように、同時かつ協調して作業する場合、非常に高い効率を発揮し得ます。しかし、操作者が各ロボットを直接制御することは、負荷が大きく、場合によっては実現が困難になることさえあります。したがって、群れの自律性と、操作者とのオンライン相互作用の両方が不可欠であり、特に動的で部分的に未知な環境では重要になります。操作者は、新しいタスクを追加する必要があるかもしれませんし、いくつかのタスクを中止し、優先度を変更し、計画結果を修正する必要があるかもしれません。これらの相互作用のための手順をどのように設計し、必要を満たす効率的なアルゴリズムをどのように構築するかは、関連文献ではほとんど検討されてきません。そこで本研究は、継続的かつ不確実な時間的タスクを伴う大規模ロボット群のための、人間中心の協調・監督方式（HECTOR）を提案します。これは3つの階層層から構成されます： (I) オンラインでの人間—群れ相互作用の、双方向かつマルチモーダルなプロトコルであり、操作者が全群れと対話し、監督します； (II) 一定のホライズン内で、現在既知のタスクをチームへ向けてローリングに割り当てます； (III) オンライン実行中に検出されたサブタスクを踏まえ、チーム内で動的に協調します。全体のミッションは、協調的アクションに関する時間論理式のように一般的であり得ます。この階層構造により、異なる粒度と作動（トリガー）条件において、人間の相互作用と監督を可能にし、計算効率の向上と人間の負担の低減の両方を実現します。多様な時間的タスクおよび環境の不確実性のもとで、不均質な群に対して、人を介したループの大規模シミュレーションを行います。