Collision Avoidance of 3D Rectangular Planes by Multiple Cooperating Autonomous Agents
Notice bibliographique
Résumé
We develop a set of novel autonomous controllers for multiple point-mass robots or agents in the presence of wall-like rectangular planes in three-dimensional space. To the authors’ knowledge, this is the first time that such a set of controllers for the avoidance of rectangular planes has been derived from a single attractive and repulsive potential function that satisfies the conditions of the Direct Method of Lyapunov. The potential or Lyapunov function also proves the stability of the system of the first-order ordinary differential equations governing the motion of the multiple agents as they traverse the three-dimensional space from an initial position to a target that is the equilibrium point of the system. The avoidance of the walls is via an approach called the Minimum Distance Technique that enables a point-mass agent to avoid the wall from the shortest distance away at every unit time. Computer simulations of the proposed Lyapunov-based controllers for the multiple point-mass agents navigating in a common workspace are presented to illustrate the effectiveness of the controllers. Simulations include towers and walls of tunnels as obstacles. In the simulations, the point-mass agents also show typical swarming behaviors such as split-and-rejoin maneuvers when confronted with multiple tower-like structures. The successful illustration of the effectiveness of the controllers opens a fertile area of research in the development and implementation of such controllers for Unmanned Aerial Vehicles such as quadrotors.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».