均匀分散问题中的时间、移动距离与能量

我们研究了在未知网格环境中均匀分散机器人集群的算法问题。在此背景下，我们的目标是研究性能指标与机器人能力之间的关系。我们引入了一个形式化模型，根据完工时间、移动距离、能量消耗、感知、通信和内存来比较分散算法。利用该框架，我们根据能力需求和性能对均匀分散算法进行分类。我们证明，虽然完工时间和移动距离可以在所有环境中最小化，但如果集群的感知范围有限，则能量无法最小化。相反，我们证明，在同步设置中，“类蚁”机器人可以最小化能量，而在异步设置中，如果环境拓扑简单连通，则可以通过我们的“找角落深度优先搜索”（FCDFS）算法渐近地最小化能量。我们的理论和实验结果表明，FCDFS显著优于已知算法。我们的发现揭示了在未知环境中设计集群机器人系统的关键限制，强调了拓扑在节能分散中的作用。