複数ロボットの協調とスワーム

「台数を増やす」が単純に速くならない理由

1台のロボットの運動学・軌道計画やSLAMを解けても、それを複数台に並べただけでは仕事は速くならないどころか壊れます。倉庫内の搬送ロボット10台が同じ棚へ向かえば渋滞し、ドローン群が独立に経路計画すれば空中衝突します。マルチロボットシステム固有の問題は、単体ロボットの制御理論には現れない**「誰が・何を・いつやるか」を決める調整層**です。これはdsp-controlの一般的なフィードバック制御やembeddedのセンサフュージョンとは別次元の、分散システムとしての設計問題であり、本稿はこの調整層——協調アーキテクチャ、タスク割当、衝突回避、群知能、通信制約下の合意形成——を扱います。

協調アーキテクチャ：誰が意思決定するか

複数ロボットの意思決定をどこに置くかで、システムの性質はほぼ決まります。

中央集権型は工場内の固定インフラ（Wi-Fiが安定、司令塔サーバーが常設）があるAGV群で好まれ、分散自律型は災害現場の捜索・救助ドローンのように通信が保証されない環境で選ばれます。市場ベース法（後述のCBBAなど）は、この両極の間で「近傍との交渉だけで全体として悪くない解に落ち着かせる」実務上の落としどころです。

タスク割当：誰が何をやるかを解く

複数のタスク（訪問地点、搬送先、探索セル）と複数のロボットがあるとき、「どのロボットがどのタスクを担うか」は組合せ最適化問題です。ロボット数をm、タスク数をnとすると、割当の組合せは指数的に増え、厳密な最適解を求めるハンガリアン法（線形代入問題）でも計算量は要素数（mとnのうち大きい方）の3乗のオーダーで増えます。台数が増えるほど中央で厳密最適を解くのは非現実的になり、近似的だが高速な分散手法が使われます。

代表例が**CBBA（Consensus-Based Bundle Algorithm、合意ベース束アルゴリズム）**です。

CBBA の骨格（各ロボットが並行に実行）:

  1. 束構築フェーズ:
     自分にとって価値（スコア）の高いタスクを貪欲に自分の「束」へ追加
     （他ロボットの入札状況を見ながら、自分が最高値を出せるタスクだけ選ぶ）

  2. 合意（コンセンサス）フェーズ:
     近傍のロボットと入札情報（タスクごとの最高スコアと入札者ID）を交換
     自分より高いスコアの入札者がいれば、そのタスクを自分の束から外す

  3. 1と2を、入札情報が全ロボット間で矛盾なく収束するまで反復

CBBAの要点は、中央で全組合せを比較せず、各ロボットが「自分ならこのタスクにどれだけの価値を出せるか」だけを計算し、近傍との情報交換（合意）を繰り返して矛盾（同じタスクへの二重割当）を解消する点です。通信トポロジーが連結でありさえすれば、有限回の反復で全ロボットの入札情報が一致し、割当が確定します。厳密最適ではありませんが、実用上十分な割当に多項式時間で収束し、通信が疎な環境でも動作します。

衝突回避：速度の空間で「危険な速度」を除外する

タスクが決まっても、複数ロボットが同じ空間を移動すれば軌道は交錯します。単体ロボットの軌道計画は静的障害物を避けるだけで済みますが、マルチロボットでは相手も同時に動くため、相手の将来位置を予測しながら回避する必要があります。この標準解法が速度障害（Velocity Obstacle, VO）、実用上はその改良版**ORCA（Optimal Reciprocal Collision Avoidance）**です。

速度障害（VO）の考え方:

  自ロボット A、相手ロボット B の現在位置・半径・現在速度が既知のとき、
  「A がこの速度を選ぶと、将来のどこかで B と衝突する」速度の集合を
  速度空間上に円錐領域として計算する（VO_A|B）

  A は自分の速度空間からこの円錐領域を除外した上で、
  目的地に最も近づく速度を選ぶ

素朴なVOには「両者が同時に同じ側へ回避してしまい振動する」という弱点があります。ORCAはこれを解決するため、衝突回避の責任を双方に半分ずつ割り振る（reciprocal、相互的）よう円錐領域を修正し、さらに各ロボットの許容速度集合を線形制約（半平面）の共通部分として表現します。これにより「制約を満たしつつ目標速度に最も近い速度」を線形計画法で高速に一意に解けるようになり、多数のロボット・エージェントが同時にリアルタイムで回避計算できます。

群知能：局所ルールから全体挙動が創発する

タスク割当やORCAは「個々のロボットが何をすべきか」を明示的に計算しますが、群知能（スワームインテリジェンス）はアプローチが逆です。各個体はごく単純な局所ルールにしか従わないのに、群れ全体としては秩序だった大域的挙動（隊列、群れの移動、渋滞の自己解消）が創発します。この考え方の原型が**ボイドモデル（Boids）**です。

ボイドモデルの3つの局所ルール（各個体は近傍のみを見る）:

  1. 分離（Separation）: 近すぎる近傍からは離れる方向へ操舵
                         → 衝突・過密を防ぐ

  2. 整合（Alignment）: 近傍の平均的な速度ベクトルに自分の向きを合わせる
                        → 群れ全体が同じ方向へ揃って進む

  3. 結合（Cohesion）: 近傍の平均位置（重心）の方向へわずかに引き寄せられる
                       → 群れがバラバラに離散しない

各個体はこれら3つの操舵ベクトルを重み付き加算するだけで、群れ全体の形や運動の複雑なパターンを「知らない」まま行動します。それでも群れ全体としては、障害物を避けて左右に分かれた流れが再合流したり、外敵役の侵入に対して群れが一斉に散開・再集結したりする、まるで意図を持つかのような挙動が生まれます。これが創発の本質で、個体のルールセットには存在しない性質が、多数の個体間の相互作用だけから系全体に立ち現れます。

通信制約下での協調：帯域・遅延・断絶にどう耐えるか

現実の通信路は理想的ではありません。帯域は有限、パケットは遅延・欠落し、電波が届かない領域（通信の影）も生じます。この制約下でも協調を保つための設計原則は次の3つに集約されます。

ここで鍵となる概念が通信グラフの連結性です。合意ベースのアルゴリズム（CBBAなど）が収束するための十分条件は、瞬間瞬間のグラフが連結である必要はなく、時間窓を広げれば連結になる（joint connectivity、結合連結性）ことで足りる、という結果が分散合意理論から知られています。つまり通信が間欠的に途切れても、長い目で見て情報が全体に伝播する経路さえあれば、合意は最終的に成立します。この性質のおかげで、実環境の不安定な無線通信下でもマルチロボット協調は破綻せずに機能します。

まとめ

マルチロボット協調は、単体ロボットの制御・推定の問題とは別の層にある分散システムの設計問題です。要点は、(1) 協調アーキテクチャは中央集権型と分散自律型の間のトレードオフで、市場ベース法がその実務的な落としどころになること、(2) タスク割当は組合せ最適化であり、CBBAのような束構築と合意の反復で分散的かつ高速に近似解へ収束させること、(3) 衝突回避は速度障害・ORCAにより「危険な速度」を線形制約として除外し、相互に回避責任を分担することでリアルタイムに解けること、(4) 群知能はボイドモデルの3つの局所ルールだけから大域的な群れ行動が創発するという、個体の設計と全体挙動が別次元にある現象であること、(5) 通信制約下でも結合連結性さえ保たれれば分散合意は収束し、近傍通信を基本とする設計が帯域と頑健性の両方を満たすこと。これらは倉庫ロボット群からドローンスウォーム、災害対応の多脚・多台ロボット編隊まで、台数を増やすほど価値が増す協調システム全般の共通基盤になります。