Глоссарий ИИ
Полный словарь искусственного интеллекта
Распределенное многоагентное планирование
Подход, при котором несколько автономных агентов децентрализованно вычисляют свои траектории без центрального супервизора, основываясь на локальной информации и межагентных коммуникациях для достижения глобальной цели.
Распределенная задача удовлетворения ограничений (DCSP)
Математическая формализация, в которой каждый агент управляет подмножеством переменных и ограничений, и цель состоит в том, чтобы найти присвоение значений всем переменным, удовлетворяющее всем межагентным ограничениям.
Распределенный поиск консенсуса
Итерационный процесс, в ходе которого агенты обмениваются информацией о своих состояниях или локальных решениях для достижения согласия или общего решения, что необходимо для синхронизации действий.
Оптимизация связанных траекторий
Техника, при которой траектории нескольких агентов оптимизируются совместно с учетом их динамических взаимозависимостей для избежания столкновений и повышения общей эффективности системы.
Распределенная потенциальная функция затрат
Метод, при котором каждый агент определяет функцию затрат, включающую потенциальные члены для моделирования влияния других агентов, что позволяет децентрализованную оптимизацию, интегрирующую взаимодействия.
Распределенное планирование с предсказанием модели (Distributed Model Predictive Control)
Стратегия управления, при которой каждый агент решает задачу оптимизации на скользящем горизонте, предвидя будущие действия других агентов и соответствующим образом корректируя собственную траекторию.
Графы временной зависимости
Структуры данных, представляющие ограничения предшествования и временной синхронизации между действиями различных агентов, используемые для обеспечения упорядоченного и согласованного выполнения плана.
Распределенное распределение задач и ресурсов
Механизм, посредством которого агенты договариваются или координируются для распределения целей и пространственных или временных ресурсов с целью максимизации коллективной эффективности при минимизации конфликтов.
Synchronisation basée sur les Événements
Paradigme de coordination où les agents ajustent leur progression en fonction d'événements déclencheurs (ex: atteinte d'un point de passage, détection d'un autre agent), plutôt que sur un temps global synchronisé.
Routage Multi-Agents sans Collision
Ensemble d'algorithmes garantissant que les chemins calculés pour chaque agent dans un environnement partagé sont exempts de toute intersection spatiale et temporelle pouvant mener à une collision physique.
Cartographie et Localisation Simultanées Distribuées (Distributed SLAM)
Processus où une équipe d'agents collabore pour construire une carte commune d'un environnement tout en estimant leurs propres trajectoires, en fusionnant des données sensorielles de manière décentralisée.
Formation Contrainte Multi-Agents
Problème de planification où les agents doivent maintenir une géométrie relative spécifique (une formation) tout en naviguant collectivement vers un objectif, nécessitant une coordination continue des vitesses et positions.
Logique Temporelle Distribuée
Extension des logiques temporelles (comme LTL) pour spécifier et vérifier des propriétés sur le comportement global d'un système multi-agents, où les opérateurs logiques sont évalués sur des traces d'exécution distribuées.
Négociation de Trajectoires
Processus de communication par lequel les agents proposent, contre-proposent et acceptent des modifications de leurs trajectoires initiales pour résoudre les conflits d'intersection et parvenir à un plan mutuellement acceptable.
Planification Robuste aux Incertitudes Distribuée
Approche visant à générer des trajectoires pour chaque agent qui restent valides et sécurisées malgré les imprécisions des modèles, les retards de communication ou les actions imprévisibles des autres agents.
Ordonnancement de Passage aux Points de Conflit
Mécanisme de coordination qui attribue des créneaux temporels de passage aux agents pour des zones critiques (intersections, passages étroits), afin de séquencer leur traversée et garantir un flux fluide sans blocage.
Многоагентное обучение с подкреплением для планирования
Использование алгоритмов обучения, где каждый агент изучает политику планирования (выбор траектории), взаимодействуя с окружающей средой и другими агентами, чтобы максимизировать коллективное или индивидуальное вознаграждение.