Action Selection in Cooperative Robot Soccer using Case-Based Reasoning

Abstract

La tasca de dissenyar el mecanisme de presa de decisions d'un equip de robots és un gran repte, no només per la complexitat de l'entorn en el qual els robots realitzen les seves tasques, que comporta incertesa, dinamicitat i imprecisió, sinó també perquè la coordinació entre els robots s'ha de tenir en compte a l'hora de dissenyar el mecanisme. Els robots han de ser conscients de les accions dels altres robots per tal de cooperar i assolir satisfactòriament els objectius de l'equip. <br/>Aquesta tesi doctoral presenta una novedosa aproximació basada en casos per la selecció d'accions i la coordinació de tasques cooperatives en equips de robots. Aquesta aproximació s'ha aplicat i avaluat en un domini molt representatiu, com és el del futbol robòtic, tot i que les idees presentades són aplicables a altres dominis com les operacions de rescat, l'exploració d'entorns desconeguts i la vigilància submarina, entre d'altres. <br/>El procés de selecció proposa un cas per reutilitzar, avaluant els casos candidats amb una sèrie de criteris per tal de tenir en compte les característiques d'un entorn real, incloent-hi la presència d'adversaris, que és un factor clau en el domini del futbol robòtic. A diferència dels sistemes de raonament basats en casos clàssics, la reutilització del cas consisteix en l'execució d'un conjunt d'accions per part d'un equip de robots. Per tant, des de la perspectiva multi- robot, el sistema ha d'incloure un mecanisme per tal de decidir qui fa què i com. En aquesta tesi, es presenta una arquitectura multi-robot juntament amb un mecanisme de coordinació per tal d'atacar aquests reptes. <br/>Hem validat experimentalment l'aproximació tant en simulació com amb robots reals. L'experimentació ha permès comprovar que l'aproximació presentada assoleix els objectius de la tesi, és a dir, el disseny de comportaments d'un equip de robots cooperatius. Així mateix, els resultats obtinguts també mostren els avantatges d'utilitzar una estratègia col·laborativa en entorns en els quals el component adversari juga un paper important, en contrast amb comportaments individualistes.

Designing the decision-making engine of a team of robots is a challenging task, not only due to the complexity of the environment where the robots usually perform their task, which include uncertainty, dynamism and imprecision, but also because the coordination of the team must be included in this design. The robots must be aware of other robots' actions to cooperate and to successfully achieve their common goal. Besides, decisions must be made in real-time and with limited computational resources.<br/>This thesis contributes a novel case-based approach for action selection and coordination in joint multi-robot tasks in real environments. This approach has been applied and evaluated in the representative domain of robot soccer, although the ideas presented are applicable to domains such as disaster rescue operations, exploration of unknown environments and underwater surveillance, among others. <br/>The retrieval process proposes a case to reuse, evaluating the candidate cases through different measures to overcome the real world characteristics, including the adversarial component which is a key ingredient in the robot soccer domain. Unlike classical case- based reasoning engines, the case reuse consists in the execution of a set of actions through a team of robots. Therefore, from the multi- robot perspective, the system has to include a mechanism for deciding who does what and how. In this thesis, we propose a multi- robot architecture along with a coordination mechanism to address these issues. <br/>We have validated the approach experimentally both in a simulated environment and with real robots. The results showed that our approach achieves the expected goals of the thesis, i.e. designing the behavior of a cooperative team of robots. Moreover, the experimentation also showed the advantages of using collaborative strategies in contrast to individualistic ones, where the adversarial component plays an important role.