自然环境中多机器人分位数估计研究

自然现象的分位数能让科学家重要地理解浓度分布的不同离散程度。当有多个可用机器人时，以协作方式汇集资源以提高性能可能是有利的。多机器人团队在实际中难以集结与协调。为此，我们针对使用多个机器人通过信息路径规划公式估计感兴趣分布的分位数之影响，沿多个维度展开研究。我们以无人机探索任务中分析湖泊藻类浓度为例，测量随团队规模增加的的分位数估计精度，以理解多机器人方法带来的益处。我们还对若干参数进行分析，包括机器人初始位置散布、规划预算和机器人间通信，发现尽管使用更多机器人通常带来更低的估计误差，但该益处需在特定条件下才能实现。我们在真实野外机器人应用背景下呈现发现，并讨论结果的意义与未来有趣方向。