无锚点群体行为（SWA）：机器人群体在定位中断时比单个机器人更能适应
机器人学
2025-08-25 v1 多智能体系统
摘要
本文提出了一种面向体验自我位置中断的无人机（UAV）群体状态估计的 Swarming Without an Anchor（SWA）方法，其中单个代理仅使用相对信息进行横向稳定。我们提出将去中心化状态估计与健壮的相互感知和 onboard 传感器数据融合，以维持对状态的准确感知，尽管存在间歇性定位故障。因此，用于估计 UAV 横向状态的相对信息可用于识别相对于本地 constelation 的无歧义 UAV 状态。 resulting 的行为达到速度一致，这一任务可称为双积分同步问题。所有干扰和性能退化，除了整个 swarm 整体均匀平移漂移外，均被抑制，这为使用紧密合作提高多 UAV 系统的可靠性和韧性提供了新机会。仿真和真实世界实验验证了该方法的有效性，表明其能在不可靠或不可用主要定位条件下维持稠密的群体行为。
引用
@article{arxiv.2508.16460,
title = {Swarming Without an Anchor (SWA): Robot Swarms Adapt Better to Localization Dropouts Then a Single Robot},
author = {Jiri Horyna and Roland Jung and Stephan Weiss and Eliseo Ferrante and Martin Saska},
journal= {arXiv preprint arXiv:2508.16460},
year = {2025}
}
备注
Accepted to IEEE RA-L on April 1, 2025