在受损视野下实现聚集

由许多可移动计算实体（称为机器人）组成的自主移动机器人系统引起了研究人员的广泛关注，而在近几十年中，厘清机器人能力与问题可解性之间的关系成为一个新兴课题。通常，只要没有可视范围限制或障碍物，每个机器人无论数量多少都能观察到所有其他机器人。本文中，我们提供了一种关于机器人观察的新视角：机器人未必能观察到所有其他机器人，无论它们距离远近。我们称这种新计算模型为受损视野模型。在该模型下，本文考虑聚集问题，即要求所有机器人聚集于同一点，并分别提出两种算法，用于在对抗式 ($N$,$N-2$)-受损模型（其中每个机器人观察至多 $N-2$ 个被对抗式选择的机器人）和基于距离的 (4,2)-受损模型（其中每个机器人观察至多 2 个离自身最近的机器人）中解决聚集问题，其中 $N$ 为机器人数量。此外，我们给出了一个不可能性结果，表明在对抗式或基于距离的 (3,1)-受损模型中不存在（确定性）聚集算法。此外，我们展示了在松弛的 ($N$, $N-2$)-受损模型中聚集的不可能性结果。