直线上不知情机器人的故障诱导动力学
分布式、并行与集群计算
2017-07-13 v1
摘要
在 Look-Compute-Move 模型中，针对存在故障机器人的计算问题一直是广泛研究的对象，通常目标是设计能容忍尽可能多故障的算法。本文开启了一条新的研究线，关注一个截然不同的问题。我们感兴趣的是理解当一组机器人在存在某些不可检测的崩溃故障机器人的情况下，执行为无故障环境设计的算法时的动力学行为。我们从经典的点汇聚算法开始研究，该算法由 Ando 等人针对具有有限可见性的机器人提出，在一个简单的设置中（这已经带来了严峻挑战）：机器人在直线上完全同步运行，且至多有两个故障机器人。有趣的是，或许令人惊讶的是，故障的存在诱导机器人执行某种形式的散布，而不是点汇聚。事实上，我们发现它们在由两个故障界定的线段内，以交错的等距机器人序列排列自己。它们形成的结构具有层次性质：机器人组织成群，只有当所有低层级群收敛后，某一层级的群才会收敛到等距分布。这是首个关于故障存在所诱导的不知情机器人非预期动力学的研究。
引用
@article{arxiv.1707.03492,
title = {Fault-Induced Dynamics of Oblivious Robots on a Line},
author = {Jean-Lou De Carufel and Paola Flocchini},
journal= {arXiv preprint arXiv:1707.03492},
year = {2017}
}