Search

This thesis investigates the problem of a reliable and robust action selection in cooperative multi-robot systems by focusing on the existing information uncertainty and the rapidly growing problem complexity. A framework for a multi-robot task allocation is introduced. By considering the system-specific characteristics, a reduced worst-case complexity and an increased reliability is achieved. In order to take the uncertainty into account, an approach is described to understand the influence of the environment on the robotic performance and thereby to achieve a more reliable and situation-aware cost estimation. Furthermore, means for failure handling to achieve a more robust system operation are discussed. All methods provide generic contributions to the field that advance the state of the art and provide valuable findings for future research on real-world robotic systems., Diese Dissertation untersucht das Problem einer zuverlässigen und robusten Aktionsselektion in kooperativen Multirobotersystemen, mit Konzentration auf die gegebene Informationsunsicherheit und die schnell steigende Problemkomplexität. Durch die Betrachtung von systemspezifischen Eigenschaften erreichen die Methoden eine Verringerung der größtmöglichen Komplexität und ein höheres Maß an Zuverlässigkeit. Zur Berücksichtigung der Unsicherheit wird ein Ansatz vorgestellt, mit welchem der Einfluss der Umgebung auf die Leistungsfähigkeit des Roboters bestimmt werden kann. Dadurch wird eine zuverlässigere und situationsbewusstere Kostenabschätzung ermöglicht. Weiterhin werden Möglichkeiten zur Fehlerbehandlung, um einen robusteren Systembetrieb zu erreichen, diskutiert. Alle Methoden liefern generische Beiträge zum Fachbereich, welche den Stand der Forschung erweitern und wertvolle Erkenntnisse für zukünftige Forschungsarbeiten mit realen Robotern liefern.

This thesis investigates the problem of a reliable and robust action selection in cooperative multi-robot systems by focusing on the existing information uncertainty and the rapidly growing problem complexity. A framework for a multi-robot task allocation is introduced. By considering the system-specific characteristics, a reduced worst-case complexity and an increased reliability is achieved. In order to take the uncertainty into account, an approach is described to understand the influence of the environment on the robotic performance and thereby to achieve a more reliable and situation-aware cost estimation. Furthermore, means for failure handling to achieve a more robust system operation are discussed. All methods provide generic contributions to the field that advance the state of the art and provide valuable findings for future research on real-world robotic systems., Diese Dissertation untersucht das Problem einer zuverlässigen und robusten Aktionsselektion in kooperativen Multirobotersystemen, mit Konzentration auf die gegebene Informationsunsicherheit und die schnell steigende Problemkomplexität. Durch die Betrachtung von systemspezifischen Eigenschaften erreichen die Methoden eine Verringerung der größtmöglichen Komplexität und ein höheres Maß an Zuverlässigkeit. Zur Berücksichtigung der Unsicherheit wird ein Ansatz vorgestellt, mit welchem der Einfluss der Umgebung auf die Leistungsfähigkeit des Roboters bestimmt werden kann. Dadurch wird eine zuverlässigere und situationsbewusstere Kostenabschätzung ermöglicht. Weiterhin werden Möglichkeiten zur Fehlerbehandlung, um einen robusteren Systembetrieb zu erreichen, diskutiert. Alle Methoden liefern generische Beiträge zum Fachbereich, welche den Stand der Forschung erweitern und wertvolle Erkenntnisse für zukünftige Forschungsarbeiten mit realen Robotern liefern.