平成 27 年度修士論文概要クラウドコンピューティングを用いた進化型ロボティックスワームの群れ行動生成 Collective Behavior Acquisition of Evolutionary Robotic Swarms using Cloud Computing 機械システム工学専攻生産システム A 研究室 M140573 森川達矢【背景と目的】スワームロボティックシステム（Swarm Robotic Systems：SRS）とは，多数の比較的単純なロボットが局所的な相互作用を通じてタスク達成を図るシステムである．SRS における制御器の設計手法の一つに，進化計算を用いて設計する進化ロボティクス（Evolutionary Robotics：ER）がある．ER を用いることで人間では設計が困難な制御器の獲得が期待出来るが，システムの規模に応じて計算量が膨大になる．膨大な計算量に対する解決方法の一つとして，クラウドコンピューティングが近年注目を集める．クラウドコンピューティングは高い拡張性を持ち，要求に応じて，短期的に少ない費用で膨大な計算リソースが利用可能である．本研究ではクラウドコンピューティングを用いることで，SRS の群れ行動生成において，システムの規模に応じて変化する計算コストに対処する．【実験設定】本研究で取り扱う協調採餌タスクでは，ロボット群が図 1 に示す環境内に置かれた餌を，より多く持ち帰ることが Robot 目的となる．餌は 4 台以上のロボットが力を加えなければ Nest 動かすことができない重さとなっており，ロボット間の協 Obstacle 調が必要となる．クラウド環境上の仮想マシン（Virtual Food Machine：VM）を用い，ER において計算時間の多くを占める，個体群の評価を並列に行う．並列計算には高速なデータ処理が可能な，オープンソースソフトウェアである Apache Spark を用いる．複数の VM を用いて Spark のク Fig. 1: Cooperative food foraging problem ラスタを構築する．クラスタ内の VM に個体を割り振り，各 VM 上で図 1 の環境を用いてロボット群の振る舞いを並列に評価する．次世代の個体群の生成には他個体の情報を必要とする．そのため，評価を終えた個体群を 1 台の VM に集約し，次世代の個体群を生成する． VM 数とロボット台数を変化させ，実装した並列計算の特性を検証する．VM 数を 1，8，16 とし，ロボット台数を 36，64，100 として群れ行動生成を行う．クラスタに使用する VM のスペックは全て同一であり，CPU は１コア，クロック数 2.50GHz，メモリは 2GB である．進化計算には DE/rand/1/exp を用い，世代数 300，個体数 128，試行回数は 5 とする．VM 数 1 の場合，計算時間が膨大になるため，1 世代の計算時間から推測した推測値を用いる．【実験結果】 16 VMs VM 数とロボット台数ごとの計算時間の平均値を図 2 にて計算時間が短縮されていることがわかる．また，各ロボット台数，VM 数において，一台の VM と比較した並列化効率は約 65%であった．これはロボット群の振る舞いに差が生じたため，クラスタ内で同期待ちが発生したと考えられる．これらのことから，ロボット台数や VM 数によらず，一定の並列化効率が得られる並列計算を実装できたと言える．VM 数を増やすことで，より多くのロボットを取り扱った群れ行動の生成が期待できる． Processing time [s] 示す．VM 数を増加させることで，各ロボット台数におい 8 VMs Single 400,000 300,000 200,000 100,000 0 36 64 Number of robots 100 Fig. 2: Average processing time(sec)