MétaCan
Menu
Retour à la cohorte
Enregistrement W2150393219 · doi:10.1109/cdc.2007.4434723

Optimal performance of a modified leader-follower cooperative team with partial availability of the leader command and agents actuator faults

2007· article· en· W2150393219 sur OpenAlexaff
Elham Semsar-Kazerooni, K. Khorasani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)ActuatorController (irrigation)Stability (learning theory)Computer scienceFault (geology)Fault toleranceControl (management)State (computer science)Multi-agent systemEngineeringDistributed computingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The objective of this work is performance analysis for a cooperative team of agents in presence of team members faults. The team goal is to accomplish a cohesive motion in a modified leader-follower architecture using a semi-decentralized optimal control introduced previously by the authors. This controller is designed based on minimization of individual cost functions over a finite horizon using local information. The desired output (command) is assumed to be available to only the leader while the followers should follow the leader using information exchanges existing among themselves and the leader(s) through a predefined topology. It is shown that in case of faults in one or more agents, either in the leader or followers, the team maintains its stability. Also, the final steady state value to which the team would converge in these cases are obtained. It is shown that the modified structure used for the team enables the leader to adapt itself to followers faults. For instance, in case of a follower speed reduction due to an actuator fault, the leader would decrease its speed to adapt itself to the failed agent. Finally, simulation results are provided to demonstrate achievement of the prespecified team fault tolerant cooperative requirements.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,245
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDistributed Control Multi-Agent SystemsTravaux en français237 207