能量受限移动机器人的计算能力：算法与跨模型分析
分布式、并行与集群计算
2023-07-03 v1
摘要
我们考虑由相同自主计算实体（称为机器人）组成的分布式系统，这些机器人在平面中按同步的看-计算-移动（LCM）周期运动与操作。这些系统的算法能力已在文献中于四种不同模型（OBLOT、FSTA、FCOM、LUMI）下被广泛研究，每种模型标识了机器人不同的内存持久性与通信能力水平。尽管存在差异，它们都始终假设机器人具有无限能量。本文中，我们去除该假设并开始研究能量受限但可再生的机器人的计算能力。我们首先研究内存持久性与通信能力对此类能量受限机器人系统计算能力的影响；为此我们在该能量约束下分析四种模型间的计算关系。我们给出了该关系的完整刻画。然后我们研究能量限制所导致的计算能力差异，并完整刻画各模型中能量受限与无限制机器人之间的关系。我们证明在LUMI内无差异；证明的重要组成部分是在LUMI中设计并分析了一种算法，使能量受限机器人能正确执行任何面向无限能量机器人的协议。随后我们展示（看似反直觉的）结果：在所有其他模型中，能量约束实际上赋予了机器人计算优势。
引用
@article{arxiv.2203.06546,
title = {On the Computational Power of Energy-Constrained Mobile Robots: Algorithms and Cross-Model Analysis},
author = {Kevin Buchin and Paola Flocchini and Irina Kostitsyna and Tom Peters and Nicola Santoro and Koichi Wada},
journal= {arXiv preprint arXiv:2203.06546},
year = {2023}
}
备注
44 pages, 7 figures