論文の概要: AoI-Aware Multi-Robot Sensing and Transport on Connected Graphs

• arxiv url: http://arxiv.org/abs/2605.02107v1
• Date: Mon, 04 May 2026 00:04:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.084698
• Title: AoI-Aware Multi-Robot Sensing and Transport on Connected Graphs
• Title（参考訳）: AoI-Aware Multi-Robot Sensing and Transport on Connected Graphs
• Authors: John Tadrous,
• Abstract要約: 本論文は、まず、平均集団センシング時間によって決定される知覚項に分解されるノード単位およびネットワーク幅のAoI下界を導出する。 そして, センサコンポーネントの最小化により, 離散凸資源割り当て問題が発生し, グリージーな水充填アルゴリズムにより最適に解けることを示す。 ユーラーウォーク配置による最短パスツリーコンベアアーキテクチャが構築され、フルコンベヤ方式で低い境界に達することが証明された。
• 参考スコア（独自算出の注目度）: 2.3859169601259342
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A team of mobile robots monitors spatially distributed processes and delivers measurements to a base, where AoI is measured from sensing start, capturing both stochastic parallel sensing delays and hop-based propagation. At each non-base node, multiple robots may collaborate, yielding node-dependent geometric group sensing times, while other robots act as mobile conveyors that transport samples along unit-time edges. The paper first derives a per-node and network-wide AoI lower bound that decomposes into a sensing term, determined by mean group sensing times, and a propagation term, given by shortest-path distances. It then shows that minimizing the sensing component yields a separable discretely convex resource allocation problem, solved optimally by a greedy water-filling algorithm. A shortest-path-tree conveyor architecture with an Euler-walk deployment is constructed and proven to attain the lower bound in a full-conveyor regime. Numerical simulations illustrate the impact of sensing allocation and conveyor deployment on AoI performance.
• Abstract（参考訳）: 移動ロボットのチームは、空間的に分散したプロセスを監視し、AoIを検知開始から計測し、確率的並列検出遅延とホップベースの伝播の両方を捉える。 各非ベースノードでは、複数のロボットが協調してノード依存の幾何学的グループセンシング時間を生成し、他のロボットは単位時間エッジに沿ってサンプルを輸送する移動コンベアとして機能する。 本論文はまず,ノード毎およびネットワーク毎のAoI下界を,平均群感知時間で決定される知覚項と最短経路距離で与えられる伝搬項に分解する。 そして, センサ成分の最小化により, 分離可能な離散凸資源配分問題が得られることを示す。 ユーラーウォーク配置による最短パスツリーコンベアアーキテクチャが構築され、フルコンベヤ方式で低い境界に達することが証明された。 数値シミュレーションは、AoI性能に対するアロケーションとコンベヤ配置の影響を例示する。

関連論文リスト

• Semi-distributed Cross-modal Air-Ground Relative Localization [11.828259485114598]
  ロボット相対的ローカライゼーションの現在のアプローチは、分散マルチロボットSLAMシステムという形で主に実現されている。 我々は、複数のセンサーを統合するために、無人地上車両(UGV)の容量を十分に活用する。 この研究において、UGVと無人航空機(UAV)は独立してSLAMを行い、深層学習に基づくキーポイントとグローバルディスクリプタを抽出した。
  論文  参考訳（メタデータ） (2025-11-10T06:28:31Z)
• Integrated Sensing, Communication, and Computation for Over-the-Air Federated Edge Learning [52.904670248426626]
  本稿では,統合されたセンサ,通信,計算機能を備えた空対空フェデレーションエッジ・ラーニング(Air-FEEL)システムについて検討する。 バッチサイズ制御とネットワークリソース割り当てを交互に最適化することにより、低複雑さI SCCアルゴリズムを導出する。
  論文  参考訳（メタデータ） (2025-08-21T02:46:46Z)
• Robust Collaborative Perception without External Localization and Clock Devices [52.32342059286222]
  複数のエージェントをまたいだ一貫した空間的時間的調整は、協調的な知覚の基礎である。 従来の手法は、ローカライゼーションとクロック信号を提供するために外部デバイスに依存している。 本稿では,様々なエージェントの知覚データに内在する幾何学的パターンを認識して整列する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-05T15:20:36Z)
• FRAME: Fast and Robust Autonomous 3D point cloud Map-merging for Egocentric multi-robot exploration [2.433860819518925]
  本稿では,エゴセントリックなヘテロジニアスマルチロボット探索のための3次元クラウドマップ統合フレームワークを提案する。 提案した新しいソリューションは、最先端の場所認識学習ディスクリプタを利用して、フレームワークのメインパイプラインを通じて、高速で堅牢なリージョン重複推定を提供する。 提案手法の有効性を, 地下環境における複数フィールドマルチロボット探査計画に基づいて実験的に評価した。
  論文  参考訳（メタデータ） (2023-01-22T21:59:38Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)
• Task-Oriented Sensing, Computation, and Communication Integration for Multi-Device Edge AI [108.08079323459822]
  本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。 推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
  論文  参考訳（メタデータ） (2022-07-03T06:57:07Z)
• Relative Localization of Mobile Robots with Multiple Ultra-WideBand Ranging Measurements [15.209043435869189]
  ロボット群間の相対的なポーズを,複数のUWB範囲のノードを各ロボットに装備することで推定する手法を提案する。 局所化精度を向上させるため,スライディングウインドウを用いた最適化により,オドメトリー制約を利用する。
  論文  参考訳（メタデータ） (2021-07-19T12:57:02Z)

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。