XiaoMi-AI文件搜索系统
World File Search SystemSwarm
群机器人技术：多代理系统中的合作控制
摘要 - 群体机器人技术体现了多代理系统中合作控制中的边界，在该系统中，生物群的仿真提供了机器人技术的范式转移。本文深入研究了分散决策的机制以及自主机器人之间的局部相互作用而产生的新兴行为，而无需中央控制器。它探讨了简单的控制规则的综合，这些规则产生了复杂，适应性和可扩展的群体行为，类似于自然群中的行为。对通信协议进行的批判性检查阐明了代理之间的信息共享如何导致集体任务的强大执行。该研究进一步研究了角色分配，任务分配和冗余的动态，这对于群体机器人系统的弹性至关重要。通过模拟和经验分析，证明了群算法在各种应用中的功效，包括搜索和救援，环境监测和集体构造。该研究的发现强调了生物启发算法的重要性以及群体机器人系统在不可预测的环境中适应和繁荣的潜力。对自治系统的未来的影响是深远的，因为群机器人技术为分布式人工智能和机器人的创新铺平了道路。
农业机器人技术中的群体智能
Kilter AX-1的杂草管理的关键部分是其自主浏览农作物场的能力。要在大型农田中有效治疗杂草，必须同时部署多个机器人的路径可能相交。这项研究旨在调查和开发一种在农业领域的杂草管理的合作多机器人系统。该研究将探讨群体技术原则，例如协调策略，沟通协议和任务分配算法，以实现在同一领域运行的多个机器人之间的协作。
采用广义粒子群优化的多旋翼无人机编队路径规划
关键词 路径规划，粒子群优化，广义 PSO，光学避障，无人机，无人机编队。摘要 本文研究了多旋翼无人机（UAV）在编队形状中协作检查周围表面的路径规划技术问题。我们首先将问题描述为在复杂空间中规划编队质心路径的联合目标成本。然后提出了一种路径规划算法，称为广义粒子群优化算法，用于在避开障碍物并确保飞行任务要求的同时构建最佳的可飞行路径。然后结合路径开发方案为每架无人机生成相关路径以保持其在编队配置中的位置。进行了仿真、比较和实验以验证所提出的方法。结果表明，使用 GEPSO 的路径规划算法是可行的。缩写
无人机系统智能群体技术
过去 25 年来，无人驾驶航空系统 (UAS) 或无人机技术（包括单个系统和 UAS 集群）得到了广泛应用。因此，随着该技术的不断成熟，这项技术以及使用这些 UAS 功能的能力既代表着当前的威胁，也代表着日益严重的威胁。在本次评估中，我们将无人机集群技术分为三类：(1) 由多个操作员协调的单个无人机群；(2) 已以协调方式编程为单独飞行、以领导者-跟随者配置飞行或以多无人机编队飞行（由人类操作员控制多架无人机）的无人机；(3) 可以在单个无人机之间进行通信并对外部刺激做出反应的智能无人机群。前两类代表了我们在本评估中所说的替代集群技术，而第三类被称为智能集群技术。1
安全的多跳遥测广播，用于无人机群通信
摘要 - 无人驾驶汽车（UAVS）正在作为适应性平台发展，用于广泛的应用，例如精确的检查，紧急响应和遥感。自主无人机群需要在部署期间有效，稳定的通信才能成功执行任务。例如，所有群体成员之间的遥测数据的定期交换为形成和避免碰撞的基础提供了基础。但是，由于车辆的流动性和无线传输的不稳定性，保持安全可靠的全能通信仍然具有挑战性。本文根据Custom IEEE 802.11 Wi-Fi数据框架调查了经过加密和身份验证的多跳广播通信。索引条款 - 无人驾驶汽车，多跳网络，车辆网络，群飞行
Swarm-Slam：多机器人系统的稀疏分散协作同时本地化和映射框架
摘要 - 合并同时定位和地图（C-SLAM）是在没有外部定位系统（例如室内，地下或水下）中成功多机器人操作的重要组成部分。在本文中，我们引入了Swarm-Slam，这是一种开源C-Slam系统，旨在可扩展，灵活，分散和稀疏，它们都是Swarm Robotics的关键特性。我们的系统支持LIDAR，立体声和RGB-D传感，它包括一种新型的机器人间环关闭优先级技术，可降低通信并加速收敛。我们在五个不同的数据集上评估了我们的ROS 2实现，并在通过临时网络通信的三个机器人的现实实验中评估了我们的ROS 2实现。我们的代码公开可用：https：//github.com/mistlab/swarm-slam
剧团系统：自主多代理漫游者群∗
太空探索的未来将利用多代理系统的力量。它是低地球轨道中的卫星星座，还是一群零重力构造无人机，自主的多机构系统为执行大规模太空任务提供了下一步。漫游者群体尤其可以开始着重于月球表面探索的任务。群有可能产生高科学实用程序的回报。但是，尚未完全解决的许多设计和实施问题。该团项目旨在以流浪者群的形式探索多代理系统的设计和开发。该团漫游将作为一个案例研究，用于实施用于安全风险管理，需求形式化，运行时验证框架和其他相关验证工具集的研究工具。NASA AMES的强大软件工程（RSE）组有两个主要目标：（1）研究和开发用于改善安全 - 关键软件的验证和验证（V＆V）的工具，以及（2）设计和设计和部署用于小型SAT太空飞行任务的飞行软件。理想情况下，这两个目标将相互补充。研究团队为任务开发人员开发工具，以提高软件质量，而任务开发人员在用例和所需功能上向研究团队提供直接反馈。实际上，设想的合作有局限性。飞行任务的日程限制通常不允许使用积极开发的工具进行原型制定和培训。安全限制（例如ITAR数据）阻止了混凝土用例的共享。为了克服这些障碍，RSE集团已经实施了一个名为Troupe的孵化器计划，该计划由四个自主流浪者组成，它们协调以绘制未知地形。最终的可交付方式将是绘制位于NASA AMES的漫游车场测试地面的漫游者的设计，开发和演示。演示任务允许开发太空飞行软件，同时集成了高级V＆V工具，包括正式的模型检查器，数学声音静态分析仪和运行时安全性监控。虽然Troupe遵循NASA对软件开发的严格要求，但任务本身与工具开发人员和研究社区共享数据没有局限性。以这种方式，团队可以学习正在积极开发的新工具，并直接向研究工具开发人员提供反馈。
群体机器人在 CBRN 净化中的应用：增强……
作者：A Konukbay · 被引用 1 次 — 在这篇评论文章中，我们探讨了群体机器人在 CBRN（化学、生物、放射性和核）净化过程中的集成。
在混乱环境中基于激光雷达的空中跟踪的分散群轨迹生成
摘要 - 具有多个无人机（UAV）的航空跟踪在各种应用中具有广泛的潜力。但是，现有的群追踪作品通常缺乏在混乱环境中保持高目标可见性的能力。为了解决这种缺陷，我们提出了一个分散的计划者，该计划者可以最大化目标可见性，同时确保无碰撞的动作进行群体跟踪。在本文中，首先通过分散的动力学搜索前端对每个无人机的跟踪性能进行了分析，该搜索为初始化安全的飞行走廊和可见扇区提供了最佳的指导路径。之后，满足走廊约束的多项式轨迹是由空间 - 周期性优化器产生的。车间碰撞和避免阻塞也被纳入优化目标。通过与其他尖端作品进行广泛的基准比较来验证我们方法的范围。与基于自主激光雷达的群体系统集成在一起，提出的计划者在现实世界中展示了其效率和鲁棒性，这些实验杂乱无章。
使用粒子群的随机森林优化...
抽象糖尿病是一种慢性退化性疾病，原因是胰腺中缺乏胰岛素的产生或人体使用胰岛素使用的能力较低。根据世界卫生组织（WHO）的一份报告，世界上有4％的总死亡是由糖尿病引起的。国际糖尿病联合会（IDF）指出，糖尿病患者在2013年有所增加。印度尼西亚是糖尿病病例数量最多的第七名。在这项研究中，用于对糖尿病进行分类的方法是使用粒子群优化（PSO）优化的随机森林算法。这项研究使用PSO优化的随机森林分类算法的准确性为78.2％和82.1，值增加了3.9％。可以得出结论，与没有PSO优化的随机森林算法相比，PSO优化可以更好地提高分类精度值。关键字：分类，糖尿病，国际糖尿病联合会，粒子群优化，随机森林1。引言糖尿病是一种非传染性疾病，会导致患者体细胞功能的缓慢下降，其特征是当激素胰岛素的功能通常无法运行时，由于代谢干扰而导致尿液中的血糖水平升高[1]。代谢性疾病称为糖尿病是由胰岛素分泌和作用故障引起的[2]。高血糖水平会导致人体衰竭，心动脉，中风，失明和死亡等人体细胞功能受损[3]。