Comunicação Distribuída para Robôs Autônomos via DDS: Uma Abordagem Cooperativa com Deep-Q Networks

Carlos Daniel de Sousa Bezerra, Flavio Vieira, Alisson Cardoso

DOI: 10.14209/sbrt.2025.1571157021

Evento: XLIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2025)

Keywords: Middleware DDS Deep Reinforcement Learning Multi-Agent

Abstract

Este artigo propõe uma arquitetura de comunicação para sistemas multi-robôs, permitindo a troca eficiente de informações durante o processo de aprendizado por reforço aplicado à navegação autônoma. A solução desenvolvida emprega comunicação distribuída baseada em middleware, utilizando o Data Distribution Service (DDS) para o compartilhamento de transições de estado entre os agentes, por meio de uma abordagem denominada MARL-Q DDS. A proposta é validada por meio de simulações no ambiente CoppeliaSim, integradas ao ROS2, e os resultados demonstram um ganho de aproximadamente 23,33% na taxa de sucesso em tarefas de navegação autônoma, quando comparado ao modelo DDQN sem comunicação entre agentes.

Download