Distributed Estimation-Based Cooperative Flocking for Multi-Agent System

Q: 이 논문에서 정의한 분산 추정 기반 플로킹 알고리즘이란 무엇인가?

분산 추정 기반 플로킹 알고리즘은 각 에이전트가 국부적인 정보만을 사용하여 다중 에이전트 시스템의 상태를 추정하고, 이를 통해 가상 완전 연결 네트워크를 구축하여 비이웃 에이전트와도 상호작용할 수 있도록 하는 협력 제어 방식이다. 이는 통신 오버헤드를 줄이고 원하는 플록 형상을 달성한다.

Q: 분산 추정 기반 플로킹 알고리즘이 기존 방식과 비교하여 가지는 핵심적인 장점은 무엇인가?

연구 결과, 분산 추정 기반 플로킹 알고리즘은 기존 분산 추정 방식과 달리 에이전트 간 추정 정보 교환 없이 국부 측정 정보만으로 MAS 상태를 추정하여 통신 오버헤드를 크게 줄인다. 또한, 가상 완전 연결 네트워크를 통해 제한된 감지 범위에서도 원하는 플록 형성을 가능하게 한다.

Yeongho Song; Hyondong Oh

추천

검색

질문

자료유형: 학술대회자료

저자정보: Yeongho Song (Ulsan National Institute of Science and Technology(UNIST)) Hyondong Oh (Ulsan National Institute of Science and Technology(UNIST))

저널정보: 제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2020

발행연도: 2020.10

수록면: 1,290 - 1,291 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper proposes an estimation-based flocking algorithm based on a distributed estimation algorithm that estimates a state of the multi-agent system (MAS) by using only local information via sensing or communication. The proposed distributed estimation algorithm is free from the exchange of estimated information between agents required in the existing distributed estimation method, which can reduce the communication overhead. Furthermore, the ... 전체 초록 보기

#Multi-agent systems #distributed state estimation #nonlinear flocking control

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-003-001568426

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)