MétaCan
Menu
Retour à la cohorte
Enregistrement W2763967643 · doi:10.1109/ccta.2017.8062701

Observer based leader following consensus for multi-agent systems with random packet loss

2017· article· en· W2763967643 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2017 IEEE Conference on Control Technology and Applications (CCTA) · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBernoulli's principleMulti-agent systemControl theory (sociology)ConsensusComputer scienceObserver (physics)Linear matrix inequalityNetwork packetAsynchronous communicationLyapunov functionMathematical optimizationDouble integratorPacket lossMathematicsNonlinear systemEngineeringComputer networkArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper addresses the leader-follower consensus problem of multi-agent systems (MASs) consisting of general linear agents in the event of stochastic communication link failure over the network. Bernoulli process is applied to model the packet dropout during operation while the packet dropout in communication links are assumed to be asynchronous and independent. A distributed observer-type algorithm is proposed based on the sufficient conditions using Lyapunov-based method, linear matrix inequality (LMI) techniques and the separation principle. It is shown that the sufficient conditions can be decomposed into small conditions of same dimension as a single agent, provided that the followers are symmetrically connected, which leads to efficient solutions when considering consensus problem of a large group of high-order linear agents. Numerical simulations for groups of five double-integrator agents and three linearized quadcopter agents are conducted to demonstrate the effectiveness of the proposed algorithm.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,073
Tête enseignante GPT0,306
Écart entre enseignants0,233 · 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