MARC

 008260126s2022        us                              c    eng  d
■001000017360498
■00520260202105537
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263389079
■035    ▼a(MiAaPQ)AAI32314834
■035    ▼a(MiAaPQ)GeorgiaTech70094
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a001
■1001  ▼aBanks,  Christopher.
■24510▼aSpecification-Based  Task  Orchestration  for  Multi-Robot  Aerial  Teams
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2022
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2022
■300    ▼a140  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  Coogan,  Samuel;Egerstedt,  Magnus.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2022.
■520    ▼aAs  humans  begin  working  more  frequently  in  environments  with  multi-agent  systems,  they  are  presented  with  challenges  on  how  to  control  these  systems  in  an  intuitive  manner.  Current  approaches  tend  to  limit  either  the  interaction  ability  of  the  user  or  limit  the  expressive  capacity  of  instructions  given  to  the  robots.  Applications  that  utilize  temporal  logics  provide  a  human-readable  syntax  for  systems  that  ensures  formal  guarantees  for  specification  completion.  By  providing  a  modality  for  global  task  specification,  we  seek  to  reduce  cognitive  load  and  allow  for  high-level  objectives  to  be  communicated  to  a  multi-agent  system.  In  addition  to  this,  we  also  seek  to  expand  the  capabilities  of  swarms  to  understand  desired  actions  via  interpretable  commands  retrieved  from  a  human.In  this  thesis,  we  first  present  a  method  for  specification-based  control  of  a  quadrotor.  We  utilize  quadrotors  as  a  highly  agile  and  maneuverable  application  platform  that  has  a  wide  variety  of  uses  in  complex  problem  domains.  Leveraging  specification-based  control  allows  us  to  formulate  a  specification-based  planning  framework  that  will  be  utilized  throughout  the  thesis.  We  then  present  methods  for  creating  systems  which  allows  us  to  provide  task  decomposition,  allocation  and  planning  for  a  team  of  quadrotors  defined  as  task  orchestration  of  multi-robot  systems.  Next,  the  task  allocation  portion  of  the  task  orchestration  work  is  extended  in  the  online  case  by  considering  cost  agnostic  sampling  of  trajectories  from  an  online  optimization  problem.  Then,  we  will  introduce  learning  techniques  where  temporal  logic  specifications  are  learned  and  generated  from  a  set  of  user  given  traces.  Finally,  we  will  conclude  this  thesis  by  presenting  an  extension  to  the  Robotarium  through  hardware  and  software  modifications  that  provides  remote  users  access  to  control  aerial  swarms.
■590    ▼aSchool  code:  0078.
■650  4▼aSoftware
■650  4▼aTemporal  logic
■650  4▼aPlanning
■650  4▼aSupport  vector  machines
■650  4▼aRobots
■650  4▼aDecomposition
■650  4▼aCognitive  load
■650  4▼aDrones
■650  4▼aEntropy
■650  4▼aRobotics
■650  4▼aCognitive  psychology
■650  4▼aComputer  science
■690    ▼a0771
■690    ▼a0800
■690    ▼a0633
■690    ▼a0984
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2022
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360498▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서