TU Darmstadt / ULB / TUbiblio

Solving the N-Consensus Problem: Combining Clustering and Synchronization

Gering, Stefan ; Willert, Volker (2023)
Solving the N-Consensus Problem: Combining Clustering and Synchronization.
In: IFAC Proceedings Volumes, 2012, 45 (26)
doi: 10.26083/tuprints-00023317
Artikel, Zweitveröffentlichung, Verlagsversion

WarnungEs ist eine neuere Version dieses Eintrags verfügbar.

Kurzbeschreibung (Abstract)

This article presents a state synchronization method within multi-agent systems upon multiple states. Based on their formation in state space, the agents decide on a clustering and synchronize their states within these clusters. The solution steps for this N-consensus problem, clustering and synchronization, may both be solved entirely in a decentral manner. This is achieved by means of a distributed Variational Bayes to describe the distribution of the agents' positions as a mixture of densities. The entire N-consensus problem is illustrated with graphical probabilistic models whose underlying potential is shown to be maximized when reaching the final N-consensus. An improvement of the overall convergence speed is achieved by a dynamical adaption of the distributed Variational Bayes, which leads to an intertwining of clustering and synchronization.

Typ des Eintrags: Artikel
Erschienen: 2023
Autor(en): Gering, Stefan ; Willert, Volker
Art des Eintrags: Zweitveröffentlichung
Titel: Solving the N-Consensus Problem: Combining Clustering and Synchronization
Sprache: Englisch
Publikationsjahr: 2023
Ort: Darmstadt
Publikationsdatum der Erstveröffentlichung: 2012
Verlag: IFAC - International Federation of Automatic Control
Titel der Zeitschrift, Zeitung oder Schriftenreihe: IFAC Proceedings Volumes
Jahrgang/Volume einer Zeitschrift: 45
(Heft-)Nummer: 26
DOI: 10.26083/tuprints-00023317
URL / URN: https://tuprints.ulb.tu-darmstadt.de/23317
Zugehörige Links:
Herkunft: Zweitveröffentlichungsservice
Kurzbeschreibung (Abstract):

This article presents a state synchronization method within multi-agent systems upon multiple states. Based on their formation in state space, the agents decide on a clustering and synchronize their states within these clusters. The solution steps for this N-consensus problem, clustering and synchronization, may both be solved entirely in a decentral manner. This is achieved by means of a distributed Variational Bayes to describe the distribution of the agents' positions as a mixture of densities. The entire N-consensus problem is illustrated with graphical probabilistic models whose underlying potential is shown to be maximized when reaching the final N-consensus. An improvement of the overall convergence speed is achieved by a dynamical adaption of the distributed Variational Bayes, which leads to an intertwining of clustering and synchronization.

Freie Schlagworte: Autonomous mobile robots, consensus, distributed control, probabilistic models
Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-233178
Zusätzliche Informationen:

Zugl. Konferenzveröffentlichung: 3rd IFAC Workshop on Distributed Estimation and Control in Networked Systems, 14.-15.09.2012, Santa Barbara, USA

Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Automatisierungstechnik und Mechatronik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Automatisierungstechnik und Mechatronik > Regelungsmethoden und Intelligente Systeme
Hinterlegungsdatum: 10 Mär 2023 10:09
Letzte Änderung: 17 Aug 2023 08:56
PPN:
Export:
Suche nach Titel in: TUfind oder in Google

Verfügbare Versionen dieses Eintrags

Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen