Multi-robot systems are essential in applications such as search and rescue, warehouse automation, and autonomous transportation, where tasks exceed the capabilities of a single agent. The effective collaboration of agents is critical, particularly in environments with communication constraints such as limited bandwidth, intermittent connectivity, and physical obstacles. This thesis aims to develop a framework for multi-robot systems that operate under these communication limitations, focusing on distributed task assignment and coordination. The proposed approach utilizes Signal Temporal Logic and Control Barrier Functions within a Quadratic Programming control framework to facilitate the indirect collaboration of agents by decomposing complex tasks into smaller sub-tasks. The framework incorporates a decentralized controller that optimizes control inputs to satisfy Signal Temporal Logic tasks while adhering to Control Barrier Function constraints. Validation is achieved through simulations and real-world experiments conducted in the Smart Mobility Lab at KTH, demonstrating that agents can achieve complex Signal Temporal Logic tasks despite limited communication. The findings contribute to enhancing the reliability and effectiveness of multi-robot systems in environments where communication is restricted.

Multi-robot-system spelar en avgörande roll inom applikationer som räddningsinsatser, lagerautomation och autonoma transporter, där uppgifter överstiger kapaciteten hos en enskild agent. Ett effektivt samarbete mellan agenter är särskilt kritiskt i miljöer med begränsad kommunikation, såsom begränsad bandbredd, oregelbunden anslutning och fysiska hinder. I detta examensarbete utvecklas ett ramverk för multi-robot-system som fungerar under dessa kommunikationsbegränsningar, med fokus på distribuerad uppgiftsfördelning och koordinering. Den föreslagna metoden bygger på Signal Temporal Logik och Kontrollbarriärfunktioner inom en kvadratisk programmeringsbaserad kontrollram för att underlätta indirekt samarbete mellan agenter. Detta görs genom att bryta ner komplexa uppgifter i mindre deluppgifter. Ramverket inkluderar en decentraliserad kontrollstrategi som optimerar kontrollinsatser samtidigt som säkerhetsbegränsningar och samarbetsmål säkerställs. Validering sker genom simuleringar och praktiska experiment utförda i Smart Mobility Lab på KTH. Resultaten visar att agenter framgångsrikt kan lösa komplexa uppgifter formulerade med Signal Temporal Logik trots begränsad kommunikation. Dessa resultat bidrar till ökad tillförlitlighet och effektivitet hos multi-robot-system i miljöer med kommunikationshinder.