文献

J-GLOBAL ID：201902282051571722   整理番号：19A2571306

マルチエージェントに基づく最適化観測配置【JST・京大機械翻訳】

Optimized observation arrangement based on multi-agent

著者 (5件)： Du Runle (National Key Laboratory of Science and Technology on Test Physics and Numerical Mathematics, Beijing, China) ,  Qin Xue (National Key Laboratory of Science and Technology on Test Physics and Numerical Mathematics, Beijing, China) ,  Shu Yi (National Key Laboratory of Science and Technology on Test Physics and Numerical Mathematics, Beijing, China) ,  Liu Jiaqi (National Key Laboratory of Science and Technology on Test Physics and Numerical Mathematics, Beijing, China) ,  Niu Zhenhong (National Key Laboratory of Science and Technology on Test Physics and Numerical Mathematics, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： MetroAeroSpace  ページ： 528-532  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 形成がチャージング車両のグループによって停止される構成において,それは協調的にチャージング車両を観察するための一般的な戦略である。共同観測割当は,最小スイッチングコストで観測の能力と有効性を最大にするために最適化する必要がある。マスタスレーブ方式は中心ノードに依存し,そのため,信頼性とロバスト性が影響を受ける。本論文では,マルチエージェントアルゴリズムベースの観測配置最適化戦略を提案した。提案した戦略において,形成の各メンバーはエージェントとして別々に協調的に作用する。各エージェントにおいて,チャージング車両の誘導認識結果から,チャージングされたターゲットメンバーを同定し,チャージンググループの全体的脅威レベルを評価した。各エージェントの局所観測と共有情報について,再配置決定または観測ターゲットのスイッチを個別に行う。シミュレーション結果は,構成の個々のメンバーに展開された分散戦略により,チャージンググループの全体的脅威レベルが最適化されたスイッチングコストで最小化できることを証明した。いくつかのメンバーが失敗した極端な条件においてさえ,観測能力は許容できるレベルで維持できる。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： 有効性 ,  ロバスト性 ,  *最適化 ,  信頼性 ,  充電 ,  スイッチ ,  *エージェント ,  シミュレーション ,  アルゴリズム
準シソーラス用語： 再配列 ,  レイアウト最適化 ,  *マルチエージェント , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： マルチエージェント ,  最適化 ,  観測