Notice bibliographique
Résumé
Many linear search and evacuation problems have been studied on robots that move with unit speed seeking to evacuate through an unknown exit located on a line.It is interesting to study the linear search and evacuation problems on robots with variable maximum speed in order to compare the results based on that speed.What makes the problem more interesting is to include a passive entity, such as a bike, that can be used by any of the robots.This will make the problem more generalized and thus it may encompass many previously done studies on linear search and evacuation, as we will demonstrate later.We will revisit the linear search and evacuation problems; however, this time we will use two robots with a bike under the condition that only one robot can use the bike at a time.The exit would be placed at an unknown position on the line.The direction that the robot should follow to reach the exit is unknown.The problem will be divided into two categories: linear search and evacuation.Evacuation in turn will be studied for two communication models: wi-fi and face-to-face.Regarding the linear search problem, we have shown two different algorithms that are optimal (relative to the upper bound) based on the maximum speed.Additionally, we provided a section related to the lower bound.Regarding the wi-fi evacuation model, we have shown three different algorithms, two of which are optimal (relative to the upper bound) based on the maximum speed.Furthermore, we have also provided the lower bound for the wi-fi model.Regarding the face-toface model, we have shown three different algorithms (relative to the upper bound), one of which is optimal regardless of the value of the maximum speed.Many graphs have been provided to illustrate how each model performs.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».