量化机器人群体的覆盖范围
摘要：用于群体机器人领域的空间密度控制设计和实施已经受到很多关注，但对性能评估的重视较少。本研究通过引入一个误差度量标准来填补这一空白，该标准可以定量衡量覆盖率，并适用于任何控制方案。所提出的误差度量标准对群体分布的变化具有连续的敏感性，不同于常用的离散化方法。我们分析了误差度量标准的理论和计算特性，并提出了两个可用于比较误差度量标准值的基准。第一个基准使用误差度量标准的可实现极值来计算观察到的群体分布的相对误差。我们还证明了误差度量标准的极值可以用于帮助选择实现所需覆盖水平的每个机器人的群体大小和有效半径。第二个基准将观察到的误差度量标准值分布与当机器人位置从目标分布中随机采样时的误差度量标准的概率密度函数进行比较。我们展示了这个基准在评估随机控制算法性能方面的实用性。我们证明了误差度量标准符合中心极限定理，开发了一种简化的计算方法，并将这里使用的标准统计测试方法置于坚实的理论基础上。我们提供了严格的理论发展、计算方法、数值例子和MATLAB代码，供两个基准使用。
作者：Brendon G. Anderson, Eva Loeser, Marissa Gee, Fei Ren, Swagata Biswas, Olga Turanova, Matt Haberland, Andrea L. Bertozzi
论文ID：1905.07655
分类：Systems and Control
分类简称：cs.SY
提交时间：2019-05-21