APF-CPP：人工ポテンシャル場に基づくマルチロボットオンラインカバレッジ経路計画手法

近年、マルチロボットのカバレッジ計画が大きな注目を集めています。本レターでは、未知の動的環境でのカバレッジタスクを達成するためにマルチロボットシステムの協調を強化する新しい手法、APF-CPP（人工ポテンシャル場に基づくマルチロボットオンラインカバレッジ経路計画）を紹介します。本手法は、人工ポテンシャル場（APF）の概念を活用した独自のカバレッジポリシーを提示します。従来のAPFベースの経路計画手法がフィールド勾配に基づいて直接経路を生成するのに対し、本手法ではAPFを利用してマルチロボットシステム内の個々のロボットのカバレッジポリシーを導出し、効率的なタスク割り当てと規則的なカバレッジパターンの維持を実現します。リアルタイムの状況に基づいてタスク割り当てポリシーを適応的に更新し、ポリシー変更による影響を最小化するポリシー更新メカニズムも開発しました。デッドエンド対応をより適切に行うために、デッドエンド回復過程でのタスク割り当てにもAPFの概念を活用しています。また、我々のアルゴリズムは計算複雑度が低く、有限時間内での完全カバレッジを保証することを示しています。最先端（SOTA）手法と広範な比較検討を行い、シミュレーションおよび実世界の実験を通じて本手法の有効性を検証しました。実験結果は、既存手法に対する本手法の優位性および実世界実装における有効性と堅牢性を示しています。