論文の概要: A self-adaptive system of systems architecture to enable its ad-hoc scalability: Unmanned Vehicle Fleet -- Mission Control Center Case study

• arxiv url: http://arxiv.org/abs/2408.03963v1
• Date: Thu, 1 Aug 2024 12:51:26 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-19 04:27:34.329311
• Title: A self-adaptive system of systems architecture to enable its ad-hoc scalability: Unmanned Vehicle Fleet -- Mission Control Center Case study
• Title（参考訳）: アドホックなスケーラビリティを実現するシステムアーキテクチャの自己適応システム:無人車両艦隊-ミッションコントロールセンター事例研究
• Authors: Ahmed R. Sadik, Bram Bolder, Pero Subasic,
• Abstract要約: システム・オブ・システム(SoS)はコンスティチュート・システム(CS)から構成され、単一のCSを超えるユニークな能力を提供する。 本研究は、ミッション変更、レンジ拡張、UV故障などの不確実性に対処するため、実用的なSoSの例として無人車両艦隊(UVF)に焦点を当てる。 提案手法は、UVFアーキテクチャを動的に調整し、Mission Control Centerが自動的にUVFサイズをスケールできるようにする自己適応システムを含む。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A System of Systems (SoS) comprises Constituent Systems (CSs) that interact to provide unique capabilities beyond any single CS. A key challenge in SoS is ad-hoc scalability, meaning the system size changes during operation by adding or removing CSs. This research focuses on an Unmanned Vehicle Fleet (UVF) as a practical SoS example, addressing uncertainties like mission changes, range extensions, and UV failures. The proposed solution involves a self-adaptive system that dynamically adjusts UVF architecture, allowing the Mission Control Center (MCC) to scale UVF size automatically based on performance criteria or manually by operator decision. A multi-agent environment and rule management engine were implemented to simulate and verify this approach.
• Abstract（参考訳）: システム・オブ・システム(SoS)はコンスティチュート・システム(CS)から構成され、単一のCSを超えるユニークな能力を提供する。 SoSの主な課題はアドホックなスケーラビリティであり、CSの追加や削除によって運用中のシステムサイズが変化することを意味する。 本研究は、ミッション変更、レンジ拡張、UV故障などの不確実性に対処するため、実用的なSoSの例として無人車両艦隊(UVF)に焦点を当てる。 提案手法は,UVFアーキテクチャを動的に調整する自己適応型システムで,性能基準や操作者による手動による決定に基づいて,ミッション制御センター(MCC)がUVFサイズを自動的にスケールできるようにする。 マルチエージェント環境とルール管理エンジンは、このアプローチをシミュレートし、検証するために実装された。

関連論文リスト

• Self-Healing Machine Learning: A Framework for Autonomous Adaptation in Real-World Environments [50.310636905746975]
  実世界の機械学習システムは、基礎となるデータ生成プロセスの分散シフトによって、モデルの性能劣化に遭遇することが多い。 概念のドリフト適応のような既存のシフトへのアプローチは、その理性に依存しない性質によって制限される。 我々はこれらの制限を克服するために自己修復機械学習(SHML)を提案する。
  論文  参考訳（メタデータ） (2024-10-31T20:05:51Z)
• Cooperative Cognitive Dynamic System in UAV Swarms: Reconfigurable Mechanism and Framework [80.39138462246034]
  UAVスワムの管理を最適化するための協調認知力学システム(CCDS)を提案する。 CCDSは階層的かつ協調的な制御構造であり、リアルタイムのデータ処理と意思決定を可能にする。 さらに、CCDSは、UAVスワムのタスクを効率的に割り当てるための生体模倣機構と統合することができる。
  論文  参考訳（メタデータ） (2024-05-18T12:45:00Z)
• Automatic Generation of Scenarios for System-level Simulation-based Verification of Autonomous Driving Systems [0.0]
  本稿では,AIコンポーネントを用いた自律システムのシステムレベルのシミュレーションに基づくV&Vフレームワークについて述べる。 このフレームワークは、システムの振る舞いを象徴的に記述する抽象モデルであるシステムのシミュレーションモデルに基づいている。 シナリオの自動生成をガイドするために、さまざまなカバレッジ基準を定義することができます。
  論文  参考訳（メタデータ） (2023-11-16T11:03:13Z)
• DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
  複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。 運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。 我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
  論文  参考訳（メタデータ） (2023-10-03T10:10:42Z)
• Formal Modelling and Analysis of a Self-Adaptive Robotic System [3.3798748370966427]
  自己適応システムはドメインの関心事を扱う管理サブシステムと適応ロジックを実装する管理サブシステムを持つ2層システムとしてモデル化されることが多い。 より具体的には、パイプライン検査に使用される自律型水中車両(AUV)について考察する。 AUVの機能は機能モデルでモデル化され、AUVの可変性をキャプチャする。 これにより、AUVのマネージドサブシステムを、AUVの有効な機能構成に対応するシステム群としてモデル化することができる。
  論文  参考訳（メタデータ） (2023-08-28T15:47:40Z)
• Self-Adaptive Large Language Model (LLM)-Based Multiagent Systems [0.0]
  本稿では,大規模言語モデル(LLM)をマルチエージェントシステムに統合することを提案する。 我々は、モニタリング、分析、計画、システム適応の実行において堅牢なサポートで有名であるMAPE-Kモデルに、我々の方法論を固定する。
  論文  参考訳（メタデータ） (2023-07-12T14:26:46Z)
• CHESS: A Framework for Evaluation of Self-adaptive Systems based on Chaos Engineering [0.6875312133832078]
  自己適応型および自己修復型システムの正しい行動を評価する必要性が高まっている。 自己適応型・自己修復型システムの体系的評価方法が欠如している。 本稿では,カオスエンジニアリングに基づくフォールトインジェクションによる自己適応型・自己修復型システムの評価により,このギャップに対処するCHESSを提案する。
  論文  参考訳（メタデータ） (2023-03-13T17:00:55Z)
• Integrated Decision and Control for High-Level Automated Vehicles by Mixed Policy Gradient and Its Experiment Verification [10.393343763237452]
  本稿では,IDC(Integrated Decision and Control)に基づく自己進化型意思決定システムを提案する。 制約付き混合ポリシー勾配 (CMPG) と呼ばれるRLアルゴリズムは、IDCの駆動ポリシーを継続的に更新するために提案される。 実験結果から, モデルに基づく手法よりも運転能力の向上が期待できることがわかった。
  論文  参考訳（メタデータ） (2022-10-19T14:58:41Z)
• Switchable Representation Learning Framework with Self-compatibility [50.48336074436792]
  自己整合性(SFSC)を考慮した交換可能な表現学習フレームワークを提案する。 SFSCは1つのトレーニングプロセスを通じて、異なる能力を持つ一連の互換性のあるサブモデルを生成する。 SFSCは評価データセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-06-16T16:46:32Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。