分布式自适应控制：管理机器人回收工厂的理想认知架构候选方案
多智能体系统
2020-12-24 v1 人工智能
神经与进化计算
机器人学
系统与控制
系统与控制
摘要
在过去的十年中，社会在多个技术领域经历了显著增长。然而，第四次工业革命尚未被真正接纳。工业4.0带来了若干挑战，其中包括需要新的架构模型来应对开放环境给信息物理系统（CPS）带来的不确定性。废弃电气电子设备（WEEE）回收工厂正是此类开放环境之一。在此，CPS必须在不断变化的环境中和谐工作，与相似及不甚相似的CPS交互，并与人类工人进行自适应协作。在本文中，我们支持将分布式自适应控制（DAC）理论作为管理回收工厂的合适认知架构。具体而言，提出了DAC的递归实现（在单智能体与大规模层级之间）以满足欧洲项目HR-Recycler的预期需求。此外，为了给递归DAC的未来实现提供现实基准，展示了一个微型回收工厂原型。
引用
@article{arxiv.2012.12586,
title = {Distributed Adaptive Control: An ideal Cognitive Architecture candidate for managing a robotic recycling plant},
author = {Oscar Guerrero-Rosado and Paul Verschure},
journal= {arXiv preprint arXiv:2012.12586},
year = {2020}
}
备注
12 pages, 2 figures, Living Machines conference 2020