Operations on Rigid Formations of Autonomous Agents
Notice bibliographique
Résumé
This paper is concerned with the maintenance of rigid formations of mobile autonomous agents.A key element in all future multi-agent systems will be the role of sensor and communication networks as an integral part of coordination.Network topologies are critically important for autonomous systems involving mobile underwater, ground and air vehicles and for sensor networks.This paper focuses on developing techniques and strategies for the analysis and design of sensor and network topologies required to achieve a rigid formation for cooperative tasks.Energy efficiency and communication bandwidth are critically important in formations of mobile autonomous agents, and hence strategies that make efficient use of power and energy are beneficial.Therefore, we develop topologies for providing sensing and communications with the minimum number of links, and propose methods requiring the minimum number of changes in the set of links in dynamic missions and maneuvers, including agent departure from a rigid formation, splitting a rigid formation and merging rigid sub-formations.To do this in a systematic manner, it is necessary to develop a framework for modeling agent formations that characterizes the sensing and communication links needed to maintain the formations.The challenge is that a comprehensive theory of such topologies of formations with sensing and communication limitations is in the earliest stage of development.Central to the development of these techniques and strategies will be the use of tools from rigidity theory, and graph theory. Introduction.Recent years have seen significant interest in formations of multiple mobile autonomous agents.This interest arises from the broad potential for applications, including formation flight, advanced transportation systems, distributed sensor networks, flocking and schooling, search-and-rescue operations, competitive games, and military reconnaissance and surveillance.A formation is defined as a group of mobile agents moving in real 2-or 3-dimensional space.This paper addresses "rigid formations."A formation is rigid if the distance between each pair of agents does not change over time, at least under ideal conditions.In the context of this paper, "agents" are considered to be autonomous vehicles or sensors such as autonomous *
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».