Multi-objective Pareto Monte Carlo tree search for informative path planning of planetary rovers

Planetary exploration rovers represent an essential tool for gathering and studying scientific information on the surface of other planets and satellites. However, these vehicles are, currently, controlled by operators on ground, since they do not have enough autonomy to plan their operations in safety. Nevertheless, the communication is strongly constrained by delays and limited time windows, leading to a very slow exploration process, in which the vehicle awaits for commands from ground for long periods of time. In this context, the work of this thesis aims to develop a system capable of increasing the decision making autonomy of rovers, in order to get rid of the time constraints related to communication and to maximise their possibilities of exploration. In particular, a navigation method has been studied for a multi-agent system composed by a helicopter/drone, used as a scout to map the area of interest, and a rover. The efforts have, then, been focused on the development of a multi-objective path planning system able to determine, based on the data previously gathered by the helicopter, a trajectory that could evaluate simultaneously competing objectives such as the maximisation of the scientific return and the optimisation of the path. For global planning, which is the true decision making part of the system, a multi-objective Monte Carlo Tree Search (MCTS) based on the generation of a Pareto front has been developed. On a local level, the artificial potential fields method has been used to determine the path among obstacles and dangerous areas. The problem of the generation of local minima, that usually arises with this method, has been dealt with the introduction of asymmetric vortex fields, that have been summed up to the repulsive ones used for obstacles. Finally, a sensitivity analysis has been carried out to verify efficiency, quality and safety of the trajectories proposed by the system.

I rover per l'esplorazione planetaria sono uno degli strumenti fondamentali per lo studio e la raccolta di informazioni scientifiche sulla superficie di altri pianeti e satelliti. Attualmente, però, la loro gestione è controllata da operatori a Terra, in quanto tali veicoli non possiedono abbastanza autonomia per poter pianificare le loro operazioni in sicurezza. Tuttavia, poiché la comunicazione è fortemente vincolata da ritardi e finestre limitate, il processo di esplorazione risulta molto lento, in quanto il rover rimane fermo in attesa di comandi da Terra per lunghi periodi di tempo. Il presente lavoro di tesi si inserisce in questo contesto e ha l'intento di sviluppare un sistema capace di aumentare l'autonomia decisionale dei rover, al fine di eliminare i vincoli temporali legati alla comunicazione e massimizzarne, così, le possibilità di esplorazione. In particolare, è stato studiato un metodo di navigazione per un sistema multi-agente composto da un elicottero/drone, utilizzato come scout per mappare l'area di interesse, e da un rover. Il lavoro si è, poi, incentrato sullo sviluppo di un sistema di pianificazione multi-obiettivo del percorso del rover che potesse, sulla base delle informazioni rilevate dall'elicottero, determinare una traiettoria considerando contemporaneamente obiettivi in contrasto tra loro quali la massimizzazione del ritorno scientifico e l'ottimizzazione del percorso. Per la pianificazione globale, che rappresenta il vero elemento decisionale del metodo, è stato elaborato un sistema di ricerca multi-obiettivo ad albero Monte Carlo basato sulla generazione del cosiddetto fronte di Pareto. A livello locale, invece, il metodo dei potenziali artificiali è stato utilizzato per generare una traiettoria tra ostacoli e zone potenzialmente pericolose. Il problema dei minimi locali, solitamente legato a questo tipo di sistema, è stato affrontato con l'introduzione di potenziali asimmetrici a vortice, che sono stati sommati a quelli repulsivi degli ostacoli. Infine, è stata condotta un'analisi di sensitività e robustezza per verificare l'efficienza, la qualità e la sicurezza delle traiettorie proposte dal sistema.