Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Mejora del trabajo en equipo heterogéneo entre múltiples robots para la exploración planetaria
Las futuras misiones espaciales incluirán sistemas multirrobot con mayor autonomía y un alto grado de heterogeneidad para una gama más amplia de capacidades de tareas y redundancia. Es importante que, tanto los factores de software como los de hardware, se consideren durante la negociación descentralizada de tareas para lograr un mejor rendimiento del equipo. Al utilizar el formalismo de los procesos de decisión contextuales de Markov, la composición del equipo puede incorporarse al proceso de aprendizaje y utilizarse para una evaluación más significativa. Este artículo describe un marco de software para la ejecución fiable de tareas en entornos restringidos y dinámicos. Los autores aprovecha las ventajas de la heterogeneidad para lograr misiones planetarias más resilientes al abordar dos aspectos: primero, la integración de parámetros de hardware en el proceso de negociación, y segundo, el análisis de cómo la integración de métricas de desempeño del equipo con el objetivo de garantizar el éxito general de la misión.
Autores: Suresh, Amrita; Laux, Melvin; Brinkmann, Wiebke; Danter, Leon C.; Kirchner, Frank
Idioma: Inglés
Editor: Spiros Pantelakis
Año: 2025
Categoría
Licencia
Consultas: 17
Citaciones: Sin citaciones
Este documento es un artículo elaborado por Amrita Suresh, Melvin Laux, Wiebke Brinkmann, Leon C. Danter y Frank Kirchner (Universidad de Bremen y Centro Alemán de Investigación en Inteligencia Artificial GmbH - DFKI, Alemania) para la revista Engineering Proceedings Vol. 90 Núm. 1. Publicación de MDPI. Contacto: engproc@mdpi.com
Las futuras misiones espaciales incluirán sistemas multirrobot con mayor autonomía y un alto grado de heterogeneidad para una gama más amplia de capacidades de tareas y redundancia. Es importante que, tanto los factores de software como los de hardware, se consideren durante la negociación descentralizada de tareas para lograr un mejor rendimiento del equipo. Al utilizar el formalismo de los procesos de decisión contextuales de Markov, la composición del equipo puede incorporarse al proceso de aprendizaje y utilizarse para una evaluación más significativa. Este artículo describe un marco de software para la ejecución fiable de tareas en entornos restringidos y dinámicos. Los autores aprovecha las ventajas de la heterogeneidad para lograr misiones planetarias más resilientes al abordar dos aspectos: primero, la integración de parámetros de hardware en el proceso de negociación, y segundo, el análisis de cómo la integración de métricas de desempeño del equipo con el objetivo de garantizar el éxito general de la misión.
Las futuras misiones espaciales incluirán sistemas multirrobot con mayor autonomía y un alto grado de heterogeneidad para una gama más amplia de capacidades de tareas y redundancia. Es importante que, tanto los factores de software como los de hardware, se consideren durante la negociación descentralizada de tareas para lograr un mejor rendimiento del equipo. Al utilizar el formalismo de los procesos de decisión contextuales de Markov, la composición del equipo puede incorporarse al proceso de aprendizaje y utilizarse para una evaluación más significativa. Este artículo describe un marco de software para la ejecución fiable de tareas en entornos restringidos y dinámicos. Los autores aprovecha las ventajas de la heterogeneidad para lograr misiones planetarias más resilientes al abordar dos aspectos: primero, la integración de parámetros de hardware en el proceso de negociación, y segundo, el análisis de cómo la integración de métricas de desempeño del equipo con el objetivo de garantizar el éxito general de la misión.