Coordinación multirrobot para la exploración espacial

Los equipos de rovers planetarios artificialmente inteligentes tienen un enorme potencial para la exploración espacial, lo que permite reducir costos, aumentar la flexibilidad y mejorar la fiabilidad. Sin embargo, tener estos múltiples dispositivos autónomos actuando simultáneamente genera un problema de coordinación: para obtener los mejores resultados, deben trabajar juntos. Esta no es una tarea sencilla. Debido a las grandes distancias y entornos difíciles, un rover debe ser capaz de realizar una amplia variedad de tareas con una amplia variedad de compañeros potenciales en entornos inciertos y peligrosos. Codificar directamente todas las reglas necesarias que puedan manejar de manera confiable toda esta coordinación y incertidumbre es problemático. En su lugar, este artículo examina cómo abordar este problema mediante el uso de aprendizaje por refuerzo coordinado: en lugar de ser programados sobre qué hacer, los rovers aprenden iterativamente a través de prueba y error a tomar acciones que conducen a un alto retorno general del sistema. Para permitir la coordinación, pero a la vez permitir que cada agente aprenda y actúe de manera independiente, empleamos técnicas de modelado de recompensas de última generación. Este artículo utiliza técnicas de visualización para descomponer indicadores de rendimiento complejos en una forma accesible e identifica direcciones clave para futuras investigaciones.