# 進度報告(2023/11/20)

## 文獻閱讀
**Review on Multi-Robot Systems Categorised by Application Domain**[^1]對Multi-Robot Systems(MRS)的應用領域做分類，主要有6項:
1. <font color="#f00">Surveillance and, Search and Rescue 監視&搜救:</font>
看似是將以下幾個應用合併而產生的領域，然而實際上存在區別。一次覆蓋和探索的演算法並不是用於持續性的巡邏監視和搜救，而且此領域的應用環境很廣，有探討室內、水中災難現場等論文。主要需克服的挑戰有:agents間該如何合作才有持續性監視的能力?如何進行高效率的工作分配?如何在通訊限制下進行agent間彼此的溝通?
2. <font color="#f00">Foraging and Flocking 搜集&聚集:</font>
* Foraging:在遍佈目標物的環境裡，機器人小隊要蒐集並運輸目標物
* Flocking:機器人小隊彼此聚在一起移動

以上兩項應用都是探討一群去中心的機器人進行組織化的議題。主要需克服的挑戰有: 機器人彼此分享航道，同時避免彼此碰撞並閃避障礙物、維持彼此之間的連線
3. <font color="#f00">Formation and Exploration 列隊形&探索:</font>
* Formation:機器人群移動時需同時保持彼此的相對位置。
Leader-follower architecture(領導者-跟隨者架構)常被引用來控制隊形。主要的挑戰為群體閃避障礙。
* Exploration:分散機器人群定探索未知領域。
基於圖像的格點佔據法常被引用來群體機器人探索。主要的挑戰:顧及電池容量的極限下進行最大領域的探索並確保機器人之間的資訊共享

4. <font color="#f00">Cooperative Manipulation 合作搬運:</font>
這個領域聚焦在多機器人同時操作一物體的策略。主要挑戰:基於機器人合作搬運的方式進行控制和適當的路徑規劃。
5. <font color="#f00">Team Heterogeneity 異質合作:</font>
這個領域包含不同機器人之間的合作以及人與機器人間合作。最關鍵的挑戰是:如何最佳化地分配工作給功能性質相異的機器人，以達到最高效率
6. <font color="#f00">Adversarial Environment 競爭:</font>
這個領域在探討複數組機器人間存在競爭關係時，同一組機器人群間的合作狀況，這個競爭可以是運動比賽或是模擬戰場。關鍵挑戰是:機器人們需學到找到一個最佳的策略對抗他們的競爭者。

## ROS學習
這周我先將環境建好，有Gazebo和下載ROS2的Nav2、Navigation2以及turtlebot3。
在Gazebo裡開啟turtlebot3的一個全新世界，會發現我們的模擬機器人的出生點在右下角，用turtlebot3裡的teleop_keyboard這個節點可以手動操控地圖裡的那隻機器人
Turtlebot3自身的Topic和node，未來應該可以嘗試寫一些自己的node發佈到這些Topic裡來操控turtle3機器人
開啟Rviz後，可以模擬機器人的視角，得知機器人現在究竟用它的感測器看到甚麼，是一個協助使用者監控並找出問題的視覺化工具軟體
有了一個比較擬真的example環境後，先來嘗試看看一些範例，熟悉有哪些Topic有哪些功能，再接下來應該可以來嘗試SLAM。

## 日後方向
1. 熟悉turtlebot3、Gazebo
2. 更深入的了解Nav2和Navigation2
3. 閱讀關於multi-agent system和多機器人協作的論文

## Reference
[^1]:R. N. Darmanin and M. K. Bugeja, "A review on multi-robot systems categorised by application domain," 2017 25th Mediterranean Conference on Control and Automation (MED), Valletta, Malta, 2017, pp. 701-706, doi: 10.1109/MED.2017.7984200.
URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7984200&isnumber=7984082