elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Coordination Methods For Entropy-Based Multi-Agent Exploration Under Sparsity Constraints

Manss, Christoph und Shutin, Dmitriy und Viseras Ruiz, Alberto und Leus, Geert (2019) Coordination Methods For Entropy-Based Multi-Agent Exploration Under Sparsity Constraints. In: The eighth IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing (CAMSAP). The eighth IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing, 2019-12-15 - 2019-12-18, Le Gosier. doi: 10.1109/CAMSAP45676.2019.9022453.

[img] PDF - Nur DLR-intern zugänglich
429kB

Kurzfassung

This paper is an extension of a previous work that examined a decentralized approach to evaluate the uncertainty of estimating a spatial process using guided model-based multi-agent exploration. The model is a superposition of fixed kernel functions, with each kernel playing the role of a feature. The measurements, collected by the agents, are then used to collectively estimate the weights of the features under sparsity constraints and derive the corresponding spatial uncertainty distribution to optimally guide the agents to reduce the uncertainty. This paper extends these results in several respects. First, we investigate different coordination strategies, which all aim to efficiently optimize the exploration criterion in a distributed multiagent setting. Second, we compare different features, specifically radial basis functions (RBFs), Lanczos kernels, Legendre polynomials, and discrete cosine functions. Third, we conduct hardware-inthe-loop experiments to validate the proposed coordination strategies using real robots. Results show that the coordination strategy together with the selected feature has a significant influence on the exploration performance.

elib-URL des Eintrags:https://elib.dlr.de/129802/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Coordination Methods For Entropy-Based Multi-Agent Exploration Under Sparsity Constraints
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Manss, Christophchistoph.manss (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Shutin, DmitriyDmitriy.Shutin (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Viseras Ruiz, AlbertoAlberto.ViserasRuiz (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Leus, GeertG.J.T.Leus (at) tudelft.nlNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Dezember 2019
Erschienen in:The eighth IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing (CAMSAP)
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/CAMSAP45676.2019.9022453
Status:veröffentlicht
Stichwörter:Swarm Exploration, Multi-Agent-Systems, Distributed Processing over Networks
Veranstaltungstitel:The eighth IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing
Veranstaltungsort:Le Gosier
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:15 Dezember 2019
Veranstaltungsende:18 Dezember 2019
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Kommunikation und Navigation
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R KN - Kommunikation und Navigation
DLR - Teilgebiet (Projekt, Vorhaben):R - Projekt Navigation 4.0 (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Kommunikation und Navigation
Hinterlegt von: Manß, Christoph
Hinterlegt am:25 Okt 2019 09:51
Letzte Änderung:24 Apr 2024 20:33

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.