Zusammenfassung
Der Beitrag befasst sich mit vernetzten dynamischen Multi-Agenten-Systemen (MAS), die Konsens über ihre Zustände bei unsicherer Datenübertragung und Sensorrauschen erreichen sollen. Dazu wird eine Analogie zwischen dem klassischen Consensus-Protokoll und dem Gauß’schen Belief Propagation hergestellt. Das Consensus-Problem wird als stochastischer Prozess modelliert, wodurch Unsicherheiten über die Anfangszustände und Übertragungsunsicherheiten explizit bei der Modellierung berücksichtigt werden können. Es werden die Voraussetzungen für dezentrale Inferenz hergeleitet, zwei dezentrale approximative Inferenz-Protokolle entworfen und ein Gauß’sches Consensus-Protokoll realisiert. Weiterhin wird der Zusammenhang zwischen Kommunikationsdichte und Approximationsfehler dargelegt. Schließlich wird gezeigt, dass die Hinzunahme von Messunsicherheiten zu einem dezentralen Entwurf eines Kalman-Filters für Consensus-Systeme führt
Summary
This paper deals with networked, dynamical multi-agent systems (MAS) trying to reach consensus about their states subject to uncertain data transfer and noisy measurements. For this, an analogy between the consensus protocol and Gaussian belief propagation is established. Modeling the consensus problem as a stochastic process, uncertainties in the initial states and in the information flow can be considered. The requirements for decentral inference are derived, two decentral approximative inference protocols are developed and a Gaussian consensus protocol is realized. Furthermore, the dependency between communication density and approximation error is presented. Finally, it is shown that taking measurement noise into account leads to a decentral design of a Kalman filter for consensus systems
Über die Autoren
Dr.-Ing. Volker Willert ist Gruppenleiter der Forschergruppe Maschinelles Sehen und Mobile Robotik des Fachgebietes Regelungstheorie und Robotik unter der Leitung von Prof. Dr.-Ing. J. Adamy am Institut für Automatisierungstechnik und Mechatronik im Fachbereich Elektrotechnik und Informationstechnik der Technischen Universität Darmstadt. Hauptarbeitsgebiete: Probabilistische Inferenzmethoden in der Regelungstechnik, Bildverarbeitung für mobile Systeme, mobile Multi-Agenten-Systeme.
Dipl.-Ing. Stefan Gering ist Doktorand am Fachgebiet Regelungstheorie und Robotik am Institut für Automatisierungstechnik und Mechatronik im Fachbereich Elektrotechnik und Informationstechnik der Technischen Universität Darmstadt. Hauptarbeitsgebiete: Rekurrente Fuzzy- Systeme in der Regelungstechnik, mobile Multi- Agenten-Systeme.
Dipl.-Inf. Dominik Haumann ist Doktorand am Fachgebiet Regelungstheorie und Robotik am Institut für Automatisierungstechnik und Mechatronik im Fachbereich Elektrotechnik und Informationstechnik der Technischen Universität Darmstadt. Hauptarbeitsgebiete: Verteilte Zustandsschätzung, Exploration, mobile Multi- Agenten-Systeme.
© 2013 Oldenbourg Wissenschaftsverlag GmbH, Rosenheimer Str. 145, 81671 München
