Wilderness Search for Lost Persons Using a Multimodal Aerial-Terrestrial Robot Team
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.
Notice bibliographique
Résumé
Mobile robots that are capable of multiple modes of locomotion may have tangible advantages over unimodal robots in unstructured and non-homogeneous environments due to their ability to better adapt to local conditions. This paper specifically considers the use of a team of multimodal robots capable of switching between aerial and terrestrial modes of locomotion for wilderness search and rescue (WiSAR) scenarios. It presents a novel search planning method that coordinates the members of the robotic team to maximize the probability of locating a mobile target in the wilderness, potentially, last seen on an a priori known trail. It is assumed that the search area expands over time and, thus, an exhaustive search is not feasible. Earlier research on search planning methods for heterogeneous though unimodal search teams have exploited synergies between robots with different locomotive abilities through coordination and/or cooperation. Work on multimodal robots, on the other hand, has primarily focused on their mechanical design and low-level control. In contrast, our recent work, presented herein, has two major components: (i) target-motion prediction in the presence of a priori known trails in the wilderness, and (ii) probability-guided multimodal robot search-trajectory generation. For the former sub-problem, the novelty of our work lies in the formulation and use of 3D probability curves to capture target distributions under the influence of a priori known walking/hiking trails. For the latter, the novelty lies in the use of a tree structure to represent the decisions involved in multimodal probability-curve-guided search planning, which enables trajectory generation and mode selection to be optimized simultaneously, for example, via a Monte Carlo tree search technique. Extensive simulations, some of which are included herein, have shown that multimodal robotic search teams, coordinated via the trajectory planning method proposed in this paper, clearly outperform their unimodal counterparts in terms of search success rates.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découle