文献

J-GLOBAL ID：202102223065097859   整理番号：21A0671226

モジュラロボットに基づくプログラマブル物質のための線形分散クラスタリングアルゴリズム【JST・京大機械翻訳】

Linear Distributed Clustering Algorithm for Modular Robots Based Programmable Matter

著者 (5件)： Bassil Jad (Univ. Bourgogne Franche-Comte ́,CNRS,FEMTO-ST Institute,Montbe ́liard,France,25200) ,  Moussa Mohamad (Univ. Bourgogne Franche-Comte ́,CNRS,FEMTO-ST Institute,Montbe ́liard,France,25200) ,  Makhoul Abdallah (Univ. Bourgogne Franche-Comte ́,CNRS,FEMTO-ST Institute,Montbe ́liard,France,25200) ,  Piranda Benoit (Univ. Bourgogne Franche-Comte ́,CNRS,FEMTO-ST Institute,Montbe ́liard,France,25200) ,  Bourgeois Julien (Univ. Bourgogne Franche-Comte ́,CNRS,FEMTO-ST Institute,Montbe ́liard,France,25200)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 3320-3325  発行年： 2020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： モジュラーロボットは,可変形態を有する自律運動学マシンとして定義される。それらは知的に振舞うために協調できる数万または数百万のモジュールから成る。モジュールロボットにおけるモジュールをクラスタ化することは,スケーラビリティ,エネルギー効率,通信遅延の低減,および自己構成プロセスの改善を含む多くの利点を持ち,ロボットを初期構成から目標に変換する再構成行動のシーケンスを見つけることに焦点を当てた。主なアイデアは,時間計算量を減らし,自己再構成タスクを強化するために,最終目標形状に基づくいくつかのクラスタにノードを分割することである。本論文では,分散密度カットグラフアルゴリズムに基づくロバストクラスタリングアプローチを提案し,ネットワークを最終目標形状に基づく事前定義クラスタに分割した。結果は,大規模モジュールロボットシステムにスケールする線形複雑度を有するアルゴリズムである。実際のBlinkyブロックシステム上で提案アルゴリズムを実装し,実証し,30,000モジュールまでのネットワーク上でのシミュレーションにおいてそれを評価した。Copyright 2021 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： *アルゴリズム ,  ネットワーク ,  *ロボット ,  クラスタ化 ,  再構成 ,  *クラスタ ,  線形性 ,  ロバスト性 ,  エネルギー効率
準シソーラス用語： 自律性 ,  通信遅れ ,  プロセス改善 ,  *モジュール型ロボット ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： モジュラロボット ,  物質 ,  線形 ,  分散クラスタリング ,  アルゴリズム