MétaCan
Menu
Retour à la cohorte
Enregistrement W4315488743 · doi:10.1109/cdc51059.2022.9992508

Robust Formation Control of Nonlinear Agents with Distance Constraints

2022· article· en· W4315488743 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

Revue2022 IEEE 61st Conference on Decision and Control (CDC) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Robustness (evolution)Nonlinear systemRobust controlExponential stabilityLyapunov functionGraph theoryLyapunov stabilityMulti-agent systemIntegral sliding modeController (irrigation)Convergence (economics)Computer scienceNonlinear controlSliding mode controlMathematicsMathematical optimizationTopology (electrical circuits)Control (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper studies robustness of the distance-based formation control problem for a set of nonlinear agents with additive uncertainties. Directed graph theory is used to model the desired formation topology, and the task of controlling an edge is given to only one of its incident agents. We proposed a distributed, robust control method for the distance-based formation control of uncertain nonlinear agents. We designed a distributed optimal controller for the nominal system. We then modified the nominal controller for the uncertain system by adding an integral sliding mode control (ISMC). A rigorous Lyapunov stability analysis is carried out to show the asymptotic convergence of each agent to its desired formation. Then, using the stability theory of cascaded interconnected systems, and the concept of mathematical induction, the stability of the overall formation is proven. Simulations results illustrate the effectiveness of the proposed method in two- and three-dimensional spaces.

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,034
Tête enseignante GPT0,243
Écart entre enseignants0,209 · 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