Resumen de Un benchmark para el diseño y control de formaciones en sistemas multi-agente

F. J. Mañas Álvarez, María Guinaldo Losada, Raquel Dormido Canto, Sebastián Dormido Canto

• español

  La investigación en Sistemas Multi-Agente Robóticos (SMAR) ha recibido gran atención en los últimos años, ya que la cooperación entre agentes permite al sistema realizar tareas complejas a partir de comportamientos individuales relativamente sencillos. Uno de los principales retos en este campo es lograr y mantener la formación del sistema multiagente, es decir, coordinar múltiples agentes para satisfacer las restricciones impuestas en sus estados. El presente trabajo pretende abordar este reto en el marco de Robotic Park, una plataforma experimental integrada en una red ROS2, que admite experiencias con SMAR en un entorno virtual, en un entorno físico o en un esquema híbrido, utilizando vehículos aéreos y terrestres. El benchmark propuesto permite tanto la generación de una formación objetivo como el diseño de los algoritmos de control para lograrla. Además, posibilita la evaluación del rendimiento del sistema desde diferentes aspectos, como el rendimiento del controlador local, el número de mensajes de comunicación o el uso de la CPU.

• English

  Research in cooperative multi-agent robotic systems (MARS) has received wide attention in recent years, since the cooperation between agents allows the system to perform complex tasks from relatively simple individual behaviours. One of the main challenges in this field is to achieve and maintain the formation of the multiagent system, i.e., coordinating multiple agents to achieve prescribed constraints on their states. This work aims to address this challenge within the framework of Robotic Park, an experimental platform integrated into a ROS2 network, which supports MARS experiences in a virtual environment, in a physical environment or in a hybrid scheme, using aerial and ground vehicles. The proposed benchmark allows both the generation of a target formation and the design of the control algorithms to achieve it. In addition, it enables the system performance evaluation from different aspects, such as the performance of the local controller, the number of communication messages, or CPU usage.