文献

J-GLOBAL ID：201902250873569259   整理番号：19A0517487

マルチロボット最悪ケース追跡回避問題のためのヒューリスティックス【JST・京大機械翻訳】

Heuristics for the Multi-Robot Worst-Case Pursuit-Evasion Problem

著者 (5件)： Gregorin Livia (Department of Electrical Engineering, Universidade Federal de Sergipe, Aracaju, Brazil) ,  Givigi Sidney N. (Department of Electrical and Computer Engineering, Royal Military College of Canada, Kingston, ON, Canada) ,  Freire Eduardo (Department of Electrical Engineering, Universidade Federal de Sergipe, Aracaju, Brazil) ,  Carvalho Elyson (Department of Electrical Engineering, Universidade Federal de Sergipe, Aracaju, Brazil) ,  Molina Lucas (Department of Electrical Engineering, Universidade Federal de Sergipe, Aracaju, Brazil)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 17552-17566  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： それらの作業において人間を支援するためのロボットの使用,特に探索や救助のようなリスクを含むそれらの需要が増大している。この理由のために,いくつかのロボット間の協調は一般的なオプションであり,これらの応用を研究しモデル化する方法の一つは,追跡回避の問題を含んでいる。本論文では,進化的ロボットアプローチの使用に関して以前に提示した結果を拡張し,回避者が任意の高速と雑isの問題を解決する一方で,追跡者は環境に関する事前知識なしに限定されたセンシングと通信能力を有し,それは離散的に処理され,多重接続されることができる。最初に,ランダムウォークに基づく定式化を提供した。次に,概念を拡張して,遺伝的アルゴリズムによって定義された状態行動マッピングを有する有限状態機械に基づく分散型マルチロボット制御システムを含んだ。結果は,提案したシステムがいくつかのタイプのマップを除去することができるが,オートマトンマッピングにおける不完全性のために,すべての初期条件に一般化しないことを示した。したがって,進化中に十分に訪問されていない状態の事例におけるランダムな行動を示す,ランダムウォークが進化したオートマトンと交互に用いられる相補的アプローチを提示した。さらに,進化アプローチとランダムウォーク定式化の比較解析も行った。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有限状態機械 ,  初期条件 ,  通信 ,  酔歩 ,  オートマトン ,  *発見的方法 ,  *ロボット ,  定式化 ,  高速度 ,  遺伝的アルゴリズム ,  *マルチロボット ,  不整 ,  モデリング
準シソーラス用語： ロボットコントローラ ,  事前知識 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： マルチロボット ,  追跡 ,  回避 ,  問題 ,  ヒューリスティックス