論文の概要: Flocking phase transition and threat responses in bio-inspired autonomous drone swarms

• arxiv url: http://arxiv.org/abs/2512.21196v1
• Date: Wed, 24 Dec 2025 14:20:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.505738
• Title: Flocking phase transition and threat responses in bio-inspired autonomous drone swarms
• Title（参考訳）: バイオインスパイアされた自律型ドローン群における群れ相転移と脅威応答
• Authors: Matthieu Verdoucq, Dari Trendafilov, Clément Sire, Ramón Escobedo, Guy Theraulaz, Gautier Hattenberger,
• Abstract要約: バイオインスパイアされた3Dフロッキングアルゴリズムを提案する。 キャリブレーションされた飛行力学モデルを用いたシミュレーションと組み合わされた10機のドローンによる実験では、この遷移の近くでの操作が外部の障害に対する応答性を高めることが示されている。
• 参考スコア（独自算出の注目度）: 1.366938986159374
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Collective motion inspired by animal groups offers powerful design principles for autonomous aerial swarms. We present a bio-inspired 3D flocking algorithm in which each drone interacts only with a minimal set of influential neighbors, relying solely on local alignment and attraction cues. By systematically tuning these two interaction gains, we map a phase diagram revealing sharp transitions between swarming and schooling, as well as a critical region where susceptibility, polarization fluctuations, and reorganization capacity peak. Outdoor experiments with a swarm of ten drones, combined with simulations using a calibrated flight-dynamics model, show that operating near this transition enhances responsiveness to external disturbances. When confronted with an intruder, the swarm performs rapid collective turns, transient expansions, and reliably recovers high alignment within seconds. These results demonstrate that minimal local-interaction rules are sufficient to generate multiple collective phases and that simple gain modulation offers an efficient mechanism to adjust stability, flexibility, and resilience in drone swarms.
• Abstract（参考訳）: 動物グループにインスパイアされた集団運動は、自律飛行群に強力な設計原則を提供する。 バイオインスパイアされた3Dフロッキングアルゴリズムで、各ドローンは、ローカルアライメントとアトラクションキューのみに依存して、最小限の影響力のある隣人とのみ相互作用する。 これら2つの相互作用の利得を体系的に調整することにより、スワーミングと学校間の急激な遷移を示すフェーズ図と、感受性、分極変動、再編成能力のピークとなる臨界領域をマップする。 10機のドローンによる屋外実験と、キャリブレーションされた飛行力学モデルを用いたシミュレーションを組み合わせると、この遷移の近くでの操作が外部の障害に対する応答性を高めることが示される。 侵入者と対面すると、群れは急激な集団回転、過渡的な展開を行い、数秒で確実に高いアライメントを回復する。 これらの結果は、局所的相互作用の最小限の規則は、複数の集合相を生成するのに十分であり、単純なゲイン変調は、ドローン群における安定性、柔軟性、レジリエンスを調節する効率的なメカニズムを提供することを示した。

関連論文リスト

• Dynamic Modeling and Attitude Control of a Reaction-Wheel-Based Low-Gravity Bipedal Hopper [0.0]
  ホッピング・ロコモーションは エネルギー効率が高いが 飛行中の姿勢不安定になりやすい 本稿では,内輪を用いた不動二足歩行ロボットによる姿勢制御について述べる。 提案手法は,月の重力条件下でのMuJoCoシミュレーションで評価される。
  論文  参考訳（メタデータ） (2026-03-11T11:35:21Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• FDA Flocking: Future Direction-Aware Flocking via Velocity Prediction [4.413321176086518]
  Future Direction-Aware flockingは、バイオインスパイアされた、リアクティブなflockingの期待の増大である。 FDAは、近隣の将来の速度の短期的な推定に基づいて、反応的アライメントと予測的用語をブレンドする。 FDAは、より高速で高いアライメントを実現し、群れの変位を増強し、遅延やノイズに対する堅牢性を改善している。
  論文  参考訳（メタデータ） (2026-02-03T21:00:33Z)
• A Bi-directional Adaptive Framework for Agile UAV Landing [9.465684822035904]
  本稿では,車両とプラットフォームの役割を再定義する双方向協調着陸フレームワークを提案する。 動的シナリオで検証されたこのフレームワークの有効性は、自律的二次的回復の効率、精度、堅牢性を大幅に改善する。
  論文  参考訳（メタデータ） (2026-01-06T14:10:06Z)
• Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
  本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。 Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
  論文  参考訳（メタデータ） (2022-05-13T21:55:28Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• Next Steps: Learning a Disentangled Gait Representation for Versatile Quadruped Locomotion [69.87112582900363]
  現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。 本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。 本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
  論文  参考訳（メタデータ） (2021-12-09T10:02:02Z)
• Neural-Swarm2: Planning and Control of Heterogeneous Multirotor Swarms using Learned Interactions [38.881310154473205]
  本稿では,群れ内の異種マルチロータを安全に近接飛行させる運動計画・制御のための学習ベース手法であるneural-swarm2を提案する。 本手法は,物理学に基づく名目ダイナミクスモデルと学習型深層ニューラルネットワーク(dnns)と強いリプシッツ特性を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-12-10T05:08:31Z)

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。