机器人技术是一个跨学科领域,需要许多能力,包括力学,控制理论,电子学和通讯。最初,前三个领域占据主导地位。然而,在过去的二十年中,我们目睹了无线通信技术的空前增长,随着传感器网络和自组织网络的日益关注,扩大了网络的可能配置。同时,一次建造多于一个或两个机器人变得更加便宜和普遍,从而为具有联网功能的多机器人系统开辟了全新的应用范围。网络机器人技术为通过通信渠道研究复杂系统的协调机制提供了一个框架,从而为信息处理,通信理论和控制理论的融合提供了自然的共同基础。 p>
网络机器人技术提出了巨大的挑战,需要将通信理论,软件工程,分布式传感和控制集成到一个通用框架中。此外,机器人的独特之处在于它们的运动和任务控制系统与通信机制位于同一位置。这使得各个子系统的共同开发可以提供全新的网络化或分布式自治。 ROBOCOMM旨在成为领先的会议,来自不同背景的杰出研究人员将收集并整合不同的想法,形成一个共同的框架,该框架将使基于大规模移动机器人网络的新应用成为可能。 p>
第一次会议吸引了约有90篇论文,其中42篇已被选为论文全文展示,另外24篇被选为海报展示。甄选依靠领导强大的技术计划委员会的四位技术计划主席的努力,该委员会审查了所有论文。高水准的审查和各种各样的意见书创造了一个杰出的计划,涵盖了这个新的融合研究领域的广泛范围。 p>
该计划包括9个主题为“移动通信”的会议;本地化和跟踪;分散协调;控制架构;网络传感可重配置网络;分散决策;应用程序和设备以及工具和模拟器。我们也很高兴听到苏黎世联邦理工学院自动控制教授Raffaello D'Andrea教授和英国雷丁大学主动机器人实验室负责人Gerard McKee博士发表主题演讲。这些主题演讲将分别关注网络机器人,自动订单履行(“杀手级应用”)和太空机器人。
Sheffield Hallam University, UK;
机译:多智能体系统的分散式增量模糊强化学习
机译:增量聚类和扩展,以实现分散式POMDP中的最佳规划
机译:分散式延迟状态信息过滤器(DDSIF):协作式分散式跟踪的新方法
机译:一种完全分散的增量感知方法
机译:使用增量过滤来增强交互式直接体绘制的深度感。
机译:面向数据科学的预防性健康管理系统的多传感器融合方法:异构数据源的分散数据收集方法的概念和发展
机译:电信网络监督的增量式分散诊断方法