去中心化高斯过程分类及其在水下机器人中的应用

协作自主水下航行器(AUV)编队依赖声学通信进行协调，然而这种通信介质受到有限范围、多径效应和低带宽的制约。解决与声学通信相关的不确定性的一种方法是实时学习通信环境。我们应对的挑战是，让机器人编队实时构建从一个位置到另一个位置的通信成功概率地图。这是一个去中心化分类问题——通信事件要么成功要么失败——其中AUV共享其部分通信测量数据来构建地图。本工作的主要贡献是一项严格推导的数据共享策略，该策略选择要在AUV之间共享的测量数据。我们使用从弗吉尼亚理工大学690 AUV编队收集的真实声学通信数据，通过实验验证了我们提出的共享策略，证明了其在海底环境中的有效性。