面向分布式滤波的任务感知信息价值审查
机器人学
2022-11-22 v1 最优化与控制
摘要
本文研究分布式估计问题，重点在于通信效率。所提算法基于加窗最大后验（MAP）估计问题，其中网络中的每个智能体在本地计算类卡尔曼滤波估计以近似集中式 MAP 解。智能体间的信息共享仅限于其邻居，并通过对数意见池提供整体估计一致性的保证。该问题利用交替方向乘子法（ADMM）高效分布式求解，其总体通信使用通过信息价值（VoI）审查机制进一步降低，其中智能体仅在其原始-对偶迭代被认为有价值时才进行传输。所提审查机制是任务感知的，能够在保证可能不同的局部估计需求的同时实现通信资源的全局高效利用。为说明该方法的有效性，我们在目标跟踪场景中进行了仿真。
引用
@article{arxiv.2211.11038,
title = {Mission-Aware Value of Information Censoring for Distributed Filtering},
author = {Miguel Calvo-Fullana and Jonathan P. How},
journal= {arXiv preprint arXiv:2211.11038},
year = {2022}
}