文献

J-GLOBAL ID：202102285173895065   整理番号：21A2057813

分散スウォームロボット探索への拡張Bayes最適化アプローチ【JST・京大機械翻訳】

An Extended Bayesian Optimization Approach to Decentralized Swarm Robotic Search

著者 (2件)： Ghassemi Payam (Department of Mechanical & Aerospace Engineering, University at Buffalo, Buffalo, NY 14260) ,  Chowdhury Souma (Department of Mechanical & Aerospace Engineering, University at Buffalo, Buffalo, NY 14260)
資料名： Journal of Computing and Information Science in Engineering  (Journal of Computing and Information Science in Engineering)
巻： 20  号： 5  ページ： Null  発行年： 2020年 
JST資料番号： W1403A  ISSN： 1530-9827  CODEN： JCISB6  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： スウォームロボット検索は,探索と救助とハザードの局所化へのアプリケーションで,多数の協調する単純な移動ロボットを用いて,ターゲットの探索を目的とする。この点に関して,分散スウォームシステムは,それらのカバレージスケーラビリティ,時間効率,およびフォールトトレランスのために置換される。そのようなスウォームシステムの挙動を導くために,2つの広いクラスのアプローチ,すなわち,自然のスウォームヒューリスティックスとマルチロボット探索法,が利用可能である。しかし,効率的なスケーラビリティを同時に実現し,示された挙動(ブラックボックス挙動を示す)に基本的洞察を与える能力は未解決の問題である。この問題に取り組むために,本論文では,(模擬)物理的2Dアリーナで動作する具体化スウォームエージェントによる探索を行うために,バッチ-Bayes最適化における基礎となる探索アプローチを拡張した。鍵となる貢献は,(1)スウォームにわたる探索と開発のバランスをとるだけでなく,軌道上の知識抽出のモデリングと,(2)スウォームロボットによる非同期タスク推論と経路計画を可能にするその分散実装の開発を可能にする。得られた集団的情報経路計画アプローチを,ターゲットが空間的に変化する(測定可能な)信号を生成する様々な複雑性のターゲット探索事例研究でテストした。特に,ミッション完了効率に関して優れた性能を,スウォーム最適化ベースの最先端手法と同様に,網羅的探索およびランダムウォークベースラインと比較して観察した。好ましいスケーラビリティ特性も示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  ブラックボックス ,  発見的方法 ,  人工知能 ,  応用プログラム ,  酔歩 ,  二次元 ,  事例研究 ,  *スウォーム ,  移動ロボット ,  フォールトトレランス ,  経路探索 ,  マルチロボット
準シソーラス用語： 複雑性 ,  ハザード , 【Automatic Indexing@JST】

著者キーワード (5件)： スウォームロボット探索 ,  有益な経路計画 ,  Bayes最適化 ,  Gauss過程 ,  人工知能

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： スウォーム ,  ロボット ,  探索 ,  拡張 ,  Bayes最適化