論文の概要: Spatio-Temporal Reconnection for Multi-Robot Networks using Adaptive Prescribed-Time CBFs

• arxiv url: http://arxiv.org/abs/2606.01526v1
• Date: Mon, 01 Jun 2026 01:18:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:29.766812
• Title: Spatio-Temporal Reconnection for Multi-Robot Networks using Adaptive Prescribed-Time CBFs
• Title（参考訳）: Adaptive Prescribed-Time CBFを用いたマルチロボットネットワークの時空間再接続
• Authors: Hao Liu, Yupeng Yang, Yanze Zhang, Wenhao Luo,
• Abstract要約: マルチボットシステムでは、永続的な通信グラフ接続を維持することは、しばしば過度に制限される。 本稿では,ロボットが一時的に通信範囲を切断し再入力できる適応的な所定時間制御バリア機能(適応PT-CBF)を提案する。
• 参考スコア（独自算出の注目度）: 12.425757814316244
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In multi-robot systems, maintaining persistent communication graph connectivity is often overly restrictive, especially when robots have limited communication ranges but operate in large environments. Instead, allowing robots to temporarily disconnect and later reconnect is often more desirable for efficient task execution while still ensuring timely information sharing across the team. In this paper, we propose an adaptive prescribed-time control barrier function (adaptive PT-CBF) framework that enables robots to temporarily disconnect and re-enter the communication range within an adjustable and feasible prescribed time. Moreover, we introduce a reconnection triggering mechanism that jointly considers task execution and reconnection urgency, thereby providing a principled way to decide when reconnection should occur. Theoretical analysis justifies convergence to the satisfying reconnection within a prescribed finite time. Experimental results validate the performance of our proposed adaptive PT-CBF with improved task efficiency and satisfying reconnections.
• Abstract（参考訳）: マルチロボットシステムでは、永続的な通信グラフ接続を維持することはしばしば過度に制限される。 代わりに、ロボットが一時的に切断し、後で再接続できるようにすることは、チーム間でタイムリーな情報共有を確保しながら、効率的なタスク実行に望ましい場合が多い。 本稿では,適応的な所定時間制御バリア機能(Adaptive PT-CBF)フレームワークを提案する。 さらに,タスク実行と再接続の緊急性を考慮したリコネクショントリガ機構を導入する。 理論解析は、所定の有限時間内に満たされる再接続への収束を正当化する。 提案した適応型PT-CBFの性能を,タスク効率の向上と再接続の満足度で検証した。

関連論文リスト

• Jamming-Resilient PRB Reservation for Latency-Critical O-RAN Network Slicing [0.8594140167290097]
  産業用5Gダウンリンクシステムでは、対向ジャミングは、有効な物理リソースブロック容量を劇的に削減することができる。 本稿では,スライスしたO-RAN配置におけるRBB割り当てのためのリザーブベースレジリエンスフレームワークを提案する。 我々は、制約付き逐次決定問題として予約活性化を定式化し、非定常ジャミングの下で効果的な制御ポリシーを学ぶために、マスク付きディープQネットワークを設計する。
  論文  参考訳（メタデータ） (2026-05-28T22:18:25Z)
• Bringing Network Coding into Multi-Robot Systems: Interplay Study for Autonomous Systems over Wireless Communications [48.38270830044451]
  通信はマルチロボットシステムのコアイネーブルである。 本稿では,通信損失と遅延を緩和するトランスポート層信頼性機構が,自律通信ループを形成する方法を示す。 本稿では,ロボット間通信の遅延と損失による協調的局所化と,安全クリティカルなオーバーテイク操作の2つのケーススタディを提案する。
  論文  参考訳（メタデータ） (2026-03-18T08:26:17Z)
• Joint Model Pruning and Resource Allocation for Wireless Time-triggered Federated Learning [31.628735588144096]
  タイムトリガー付きフェデレーション学習は、一定時間間隔に基づいてユーザーを階層に編成する。 無線時間トリガーシステムにモデルプルーニングを適用し、プルーニング比と帯域幅割り当ての最適化に関する問題を共同研究する。 提案するTT-Pruneは,モデルプルーニングを伴わない非同期多層FLと比較して,通信コストを40%削減することを示した。
  論文  参考訳（メタデータ） (2024-08-03T12:19:23Z)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)
• Dynamic Scheduling for Federated Edge Learning with Streaming Data [56.91063444859008]
  我々は,長期的エネルギー制約のある分散エッジデバイスにおいて,トレーニングデータを時間とともにランダムに生成するフェデレーションエッジ学習(FEEL)システムを検討する。 限られた通信リソースとレイテンシ要件のため、各イテレーションでローカルトレーニングプロセスに参加するのはデバイスのサブセットのみである。
  論文  参考訳（メタデータ） (2023-05-02T07:41:16Z)
• To Talk or to Work: Delay Efficient Federated Learning over Mobile Edge Devices [13.318419040823088]
  モバイルデバイスは、中央サーバの調整の下で、自身のデータに基づいてモデルをトレーニングするために協力する。 データの中心的な可用性がなければ、計算ノードは収束を達成するためにしばしばモデル更新を伝える必要がある。 本稿では,モデルが収束するために必要な全時間(計算待ち時間と通信待ち時間の両方)と通信ラウンドを削減できる遅延効率FL機構を提案する。
  論文  参考訳（メタデータ） (2021-11-01T00:35:32Z)
• Accelerating Federated Edge Learning via Optimized Probabilistic Device Scheduling [57.271494741212166]
  本稿では,通信時間最小化問題を定式化し,解決する。 最適化されたポリシーは、トレーニングプロセスが進むにつれて、残りの通信ラウンドの抑制から、ラウンドごとのレイテンシの低減へと、徐々に優先順位を転換している。 提案手法の有効性は,自律運転における協調的3次元目標検出のユースケースを通じて実証される。
  論文  参考訳（メタデータ） (2021-07-24T11:39:17Z)

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。