Apr, 2022
资源感知的分布式次模型最大化：多机器人决策制定的范例
Resource-Aware Distributed Submodular Maximization: A Paradigm for Multi-Robot Decision-Making
Zirui Xu, Vasileios Tzoumas
TL;DR本研究介绍了第一个算法，使得多个机器人可以选择与少数其他机器人协调，并能够在中央集权和去中心化协调之间平衡权衡，从而实现高效有效的多机器人决策制定，而不必考虑机器人的资源限制或任务复杂度。为了提供封闭形式保证，本文关注于涵盖单调和 “双重” 子模型函数的权重最大化问题，并引入了非相邻信息的集中化（COIN）的概念，以捕捉去中心化成本。