arXiv cs.MA· Lina Magoula, Nikolaos Koursioumpas, Nancy Alonistioti, Ramin Khalili·· 10 天前AI 评分22
ED3R：机器人系统中基于协作智能体的能耗感知分布式灾害检测
ED3R: Energy-Aware Distributed Disaster Detection via Cooperative Agents in Robotic Systems
AI 导读
ED3R 是一个面向野火检测的能耗感知分布式框架，支持机器人与远程控制器之间的分层协作决策，机器人自主决定在本地还是远程执行检测。该框架通过分布式神经回归模型让智能体在执行前预评估候选策略，并集成避障、防冗余探索和自适应提前结束任务等机制。仿真结果显示，其任务成功率达 97.18%，在最严苛任务中能耗降低最多 36.4%，野火检测速度比基线快最多 41%。
正文 · AI 翻译
摘要：机器人有望支持环境监测和灾害检测，在这些场景中，决策必须在不确定性、资源限制和严格的操作约束下做出。在野火等关键任务中，机器人不仅要以足够的置信度识别危险事件，还要管理检测前的能耗和时间。本文介绍了 ED3R，一种在不确定性下用于野火检测的能量感知分布式框架，可实现机器人与远程控制器之间的分层协作决策。远程控制器决定机器人的运动，而机器人感知环境并决定在哪里执行野火检测（机载或远程）以及如何执行。共同目标是以所需的置信度检测野火，同时最小化任何机器人操作的能耗。ED3R 进一步集成了避免附近障碍物、防止冗余探索、实现自适应提前完成任务以及通过自定义惩罚函数确保可行性的机制。ED3R 还引入了一种前瞻能力，通过分布式神经回归模型实现，使智能体能够在执行前评估候选策略以预测未来。该框架通过真实的机器人仿真、消融研究和基线比较进行了评估。ED3R 实现了高达 97.18% 的任务成功率，定义为满足所需置信度的真阳性检测任务百分比，不包括假阳性和电池耗尽。特别是在最苛刻的任务中，与基线相比，它将能耗降低了高达 36.4%，并将野火检测速度提高了高达 41%。
| 评论： | 16 页，10 张图 |
| 主题： | 机器人学 (cs.RO)；人工智能 (cs.AI)；计算机视觉与模式识别 (cs.CV)；多智能体系统 (cs.MA) |
| 引用为： | arXiv:2606.17739 [cs.RO] |
| （或 arXiv:2606.17739v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.17739 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Lina Magoula [查看电子邮件]
[v1]
2026 年 6 月 16 日星期二 09:59:03 UTC (5,823 KB)
[v2]
2026 年 10 月 7 日星期三 10:33:14 UTC (5,925 KB)
来源：arXiv cs.MA · arxiv.org