論文の概要: Integrating Robotic Navigation with Blockchain: A Novel PoS-Based Approach for Heterogeneous Robotic Teams
- arxiv url: http://arxiv.org/abs/2505.15954v1
- Date: Wed, 21 May 2025 19:11:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-23 17:12:47.877742
- Title: Integrating Robotic Navigation with Blockchain: A Novel PoS-Based Approach for Heterogeneous Robotic Teams
- Title（参考訳）: ロボットナビゲーションとブロックチェーンの統合: 異種ロボットチームのための新しいPoSベースのアプローチ
- Authors: Nasim Paykari, Ali Alfatemi, Damian M. Lyons, Mohamed Rahouti,
- Abstract要約: この研究は、ブロックチェーンシステムで一般的に使用されるProof of Stake(PoS)メカニズムをWAVNフレームワークのciteLyons_2022に導入した。
このプロジェクトでは、自律ナビゲーションの大幅な進歩と、従来の財務状況を超えたブロックチェーン技術の広範な応用が期待されている。
- 参考スコア（独自算出の注目度）: 4.662327345551211
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work explores a novel integration of blockchain methodologies with Wide Area Visual Navigation (WAVN) to address challenges in visual navigation for a heterogeneous team of mobile robots deployed for unstructured applications in agriculture, forestry, etc. Focusing on overcoming challenges such as GPS independence, environmental changes, and computational limitations, the study introduces the Proof of Stake (PoS) mechanism, commonly used in blockchain systems, into the WAVN framework \cite{Lyons_2022}. This integration aims to enhance the cooperative navigation capabilities of robotic teams by prioritizing robot contributions based on their navigation reliability. The methodology involves a stake weight function, consensus score with PoS, and a navigability function, addressing the computational complexities of robotic cooperation and data validation. This innovative approach promises to optimize robotic teamwork by leveraging blockchain principles, offering insights into the scalability, efficiency, and overall system performance. The project anticipates significant advancements in autonomous navigation and the broader application of blockchain technology beyond its traditional financial context.
- Abstract（参考訳）: この研究は、農業、林業などにおける非構造化アプリケーションにデプロイされた異質なモバイルロボットチームのための視覚ナビゲーションの課題に対処するために、ブロックチェーン方法論と広域ビジュアルナビゲーション(WAVN)との新たな統合を探求する。
GPSの独立性、環境変化、計算上の制限といった課題の克服に重点を置き、ブロックチェーンシステムで一般的に使用されるPoS(Proof of Stake)メカニズムをWAVNフレームワーク \cite{Lyons_2022}に導入した。
この統合は、ロボットのナビゲーション信頼性に基づいて、ロボットのコントリビューションを優先順位付けすることで、ロボットチームの協調ナビゲーション能力を向上することを目的としている。
この手法は、重み関数、PoSとのコンセンサススコア、ナビビリティ関数を含み、ロボット協調とデータ検証の計算複雑性に対処する。
この革新的なアプローチは、ブロックチェーン原則を活用して、スケーラビリティ、効率、システム全体のパフォーマンスに関する洞察を提供することで、ロボットチームワークの最適化を約束する。
このプロジェクトでは、自律ナビゲーションの大幅な進歩と、従来の財務状況を超えたブロックチェーン技術の広範な応用が期待されている。
関連論文リスト
- SayCoNav: Utilizing Large Language Models for Adaptive Collaboration in Decentralized Multi-Robot Navigation [10.877873071364148]
ロボットチーム間での協調戦略を自動生成するために,大規模言語モデル(LLM)を活用する新しいアプローチであるSayCoNavを提案する。
我々は,SyCoNav on Multi-Object Navigation (MultiON) タスクを評価する。これはロボットのチームが,未知の環境で複数の異なる物体を効率的に探索するために,相補的な強みを利用する必要がある。
論文 参考訳（メタデータ） (2025-05-19T20:58:06Z) - Autonomous Navigation and Collision Avoidance for Mobile Robots: Classification and Review [0.0]
本稿では,自律移動ロボット(AMR)の新しい分類法を提案する。
自律的な衝突のない航法に焦点をあて、提案した分類の各段階において、主要な手法と広く受け入れられた技術を示す。
論文 参考訳（メタデータ） (2024-10-09T16:56:42Z) - LPAC: Learnable Perception-Action-Communication Loops with Applications
to Coverage Control [80.86089324742024]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。
CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。
評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2024-01-10T00:08:00Z) - Co-NavGPT: Multi-Robot Cooperative Visual Semantic Navigation Using Vision Language Models [8.668211481067457]
Co-NavGPTは、ビジョン言語モデル(VLM)をグローバルプランナーとして統合する新しいフレームワークである。
Co-NavGPTは、多様な視点を持つ複数のロボットのサブマップを統一されたグローバルマップに集約する。
VLMはこの情報を使って、ロボット全体のフロンティアを割り当て、協調的で効率的な探索を容易にする。
論文 参考訳（メタデータ） (2023-10-11T23:17:43Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳（メタデータ） (2023-07-05T21:38:36Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z) - Simultaneous Navigation and Construction Benchmarking Environments [73.0706832393065]
モバイル構築のためのインテリジェントなロボット、環境をナビゲートし、幾何学的設計に従ってその構造を変更するプロセスが必要です。
このタスクでは、ロボットのビジョンと学習の大きな課題は、GPSなしでデザインを正確に達成する方法です。
我々は,手工芸政策の性能を,基礎的なローカライゼーションと計画,最先端の深層強化学習手法を用いて評価した。
論文 参考訳（メタデータ） (2021-03-31T00:05:54Z)
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。