複数のモバイルオブジェクトの発見と追跡のための多目的マルチエージェント計画【JST・京大機械翻訳】

Van Nguyen Hoa; Vo Ba-Ngu; Vo Ba-Tuong; Rezatofighi Hamid; Ranasinghe Damith C.

プレプリント

J-GLOBAL ID：202202210621365745 整理番号：22P0301201

複数のモバイルオブジェクトの発見と追跡のための多目的マルチエージェント計画【JST・京大機械翻訳】

Multi-Objective Multi-Agent Planning for Discovering and Tracking Multiple Mobile Objects

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2023年10月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

不確定な測定-物体起源を持つオンボードセンサ測定から移動物体の未知および時変数を発見し,追跡するエージェントのチームに対するオンライン計画問題を考察した。オンボードセンサーは限られた視野を持つので,追跡検出オブジェクトまたは発見されないオブジェクトのいずれかに基づく通常の計画戦略は不適切である。これに対処するために,部分観測可能なMarkov決定プロセス(POMDP)としてキャストする新しい情報ベースの多目的マルチエージェント制御問題を定式化した。得られたマルチエージェント計画問題は,オブジェクトとマルチセンサ測定の間の未知のデータ結合のため,指数的に複雑である。したがって,最適制御動作の計算は,難治性である。提案した多目的価値関数は単調な準モジュール集合関数であり,それは,タイトな最適性限界を有する欲張り探索を通して,低コスト準最適解をアドミットすることを証明した。得られる計画アルゴリズムは,オブジェクトの数およびセンサ全体の測定において線形複雑性を持ち,エージェントの数において二次であった。実世界データセットを用いた一連の数値実験により,提案した解を実証した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

ロボットの運動・制御 , システム・制御理論一般 , 人工知能 , 数理計画法

, , , , ,

前のページに戻る