کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6857731 664769 2014 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multi-UAV target search using decentralized gradient-based negotiation with expected observation
ترجمه فارسی عنوان
جستجوی هدف چند هدفه با استفاده از مذاکرات مبتنی بر شیب متمرکز با مشاهدات مورد انتظار
ترجمه چکیده
این مقاله روش جدیدی را برای هماهنگی یک گروه از سیستم های سنسور مستقل جستجو می کند که هدف از دست رفته را تحت نام عدم اطمینان ارائه می دهد. کنترل زمان افقی افقی در زمان واقعی در فضای عملیات مداوم براساس یک الگوریتم بهینه سازی مبتنی بر گرادینت غیر متمرکز و با استفاده از مشاهدات مورد انتظار به عنوان یک برآورد پاداش های آینده طراحی شده است. مشاهدات مورد انتظار یک اکتشاف هزینه برای رفتن است که برآورد خوبی از ایالات است که سیستم عامل می تواند برسد. این اجازه می دهد که الگوریتم تصمیم گیری را به حساب اطلاعات در کل محیط زیست، کاهش زمان مورد نیاز برای شناسایی هدف. اکتشافی، به عنوان یک سنسور مدل سازی می شود، به ما امکان می دهد یک تابع ابزار جدیدی را با هزینه کم و عملکرد بالا طراحی کنیم. این می تواند به سناریوهای چالش انگیز مانند جستجو چند هدفه با توزیع های احتمالی پیچیده و غیر یکنواخت اعمال شود. از طریق شبیه سازی و تجزیه و تحلیل آماری، ما مزایای استفاده از مشاهدات اکتشافی مورد انتظار در هماهنگی چند منظوره برای برنامه های کاربردی جستجو را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This paper presents a novel approach for the coordination of a team of autonomous sensor platforms searching for lost targets under uncertainty. A real-time receding horizon controller in continuous action space is developed based on a decentralized gradient-based optimization algorithm and by using the expected observation as an estimate of future rewards. The expected observation is a cost-to-go heuristic that estimates the goodness of the states that the platforms could reach. It permits the decision making algorithm to take into account the information on the whole environment, reducing the time needed to detect the target. The heuristic, modeled as a sensor, allows us to develop a new team utility function with low computational cost and high performance. It can be applied to challenging scenarios such as multi-target search with complex and non-uniform target probability distributions. Through simulation and statistical analysis, we show the advantages of using the expected observation heuristic in multi-vehicle coordination for search applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 282, 20 October 2014, Pages 92-110
نویسندگان
, , , , ,