Uniform Circle Formation By Oblivious Swarm Robots
Jadavpur University（贾达普大学）；University of North Florida（北佛罗里达大学）；Indian Statistical Institute（印度统计研究所）
在本文中，我们研究了多个自主和均匀的圆盘形机器人（也被称为脂肪机器人）的圆形成问题。机器人的目标是把自己放在一个圆圈的外围。圆的形成有许多实际应用，如边界监视。本文解决了这样的问题{均匀圆的形成，其中的机器人必须等距分开的一个变体。机器人通过执行等待-查看-计算-移动的状态循环来操作。它们是不经意的、不可区分的、匿名的，并且不通过消息传递进行通信。首先，我们假设机器人是透明的，解决了均匀圆的形成问题。接下来，我们解决一个更弱的模型，其中机器人是不透明的，可见性有限。我们提出了新的分布式算法来解决这些变种。本文提出的算法被证明是正确的，并保证防止碰撞和死锁的机器人群体之间。
2020-12-13 cs.DC cs.RO
The cost of probabilistic gathering in oblivious robot networks
在本文中，我们解决了两个协议问题的复杂性问题，即在不经意的机器人网络聚集和分散。这些抽象是合作移动机器人的基本协调问题。此外，它们的遗忘特性使它们对自稳定具有吸引力，因为它们是自稳定的，没有额外的成本。给定一组具有任意初始位置并且在全局坐标系上没有初始协议的机器人，聚集要求所有机器人到达完全相同但不是预定的位置，而分散则针对分散的机器人，使得没有两个机器人共享相同的位置。确定性的聚集和分散已被证明是不可能的任意的干扰，因此最近提出了概率的解决方案。本文的贡献是双重的。首先，我们提出了一个详细的复杂性分析现有的概率收集算法在无故障和故障倾向的环境。我们考虑崩溃和拜占庭倾向的环境。此外，使用马尔可夫链工具和对环境的额外假设，我们证明了收集收敛时间可以从O（n^2）（最佳已知的紧界）减少到O（nln（n））。此外，我们证明了在容易崩溃的环境中，收集是在O（nln（n）+2f）内实现的。其次，使用相同的技术，我们证明了最好的已知的散射策略在无故障系统中收敛是O（n）（这是一个最优的），而在易崩溃的环境中，它需要O（n-f）。最后，我们总结了与不同的策略来收集遗忘机器人的讨论。
2008-07-10 cs.CC cs.DC
Oblivious Robots Performing Different Tasks on Grid Without Knowing their Team Members
本文针对异步无限网格上不知晓队友身份的静默遗忘型机器人，提出一种基于弱多重性检测的分布式算法，使其能同时完成会聚与任意模式形成两项不同任务。
2024-08-27 cs.DC
Fault-Induced Dynamics of Oblivious Robots on a Line
在Look-Compute-Move模型中存在故障机器人的情况下的计算研究一直是广泛调查的对象，通常的目标是设计算法容忍尽可能多的故障。在本文中，我们启动了一个新的调查路线的存在故障，专注于一个相当不同的问题。我们有兴趣了解一组机器人的动态时，他们执行的算法设计的一个无故障的环境中，在一些不可检测的坠毁机器人的存在。我们开始这项调查集中在经典的点收敛算法由Ando等人。在一个简单的设置（这已经提出了严重的挑战）的机器人有限的能见度：机器人完全同步运行在一条线上，最多有两个是错误的。有趣的是，也许令人惊讶的是，故障的存在导致机器人执行某种形式的散射，而不是点收敛。事实上，我们发现，他们安排自己的段内界定的两个故障交错序列的等距机器人。它们形成的结构具有层次性：机器人将自己组织成组，只有在所有较低级别的组都收敛之后，某个级别的组才收敛到等距分布。这是第一次研究由故障的存在引起的遗忘机器人的非预期动力学。
2017-07-11 cs.DC
Parking Problem by Oblivious Mobile Robots in Infinite Grids
本文研究无限网格中 oblivious 移动机器人的停车问题，识别了不可解初始配置，并为其余配置提出确定性分布式算法，确保机器人按停车节点容量分组完成停车。
2023-10-15 cs.DC
Coding theory for noiseless channels realized by anonymous oblivious mobile robots
我们提出了一个信息传输方案，由一群匿名遗忘的移动机器人在一个图。机器人群从发送者顶点行进到接收者顶点，以传输在发送者处生成的符号。符号的码字是发送器处的初始配置和接收器处的终端配置集合的对。这样的码字的集合形成代码。我们分析了该方案的性能，其代码大小和传输延迟。我们首先证明了传输延迟的下限取决于群的大小，并且代码大小的上限由群的大小的指数决定。然后，我们给出了两个算法的一个固定大小的群。第一种算法实现了一个接近最佳的代码大小与大的传输延迟。第二种算法以较小的码长实现了最优的传输时延。然后，我们考虑不同规模的群体的信息传输，并提出了两种算法的期望群体规模的上界。我们还提出了由香农引理和无噪声编码定理的下界。
2019-05-21 cs.DC cs.IT math.IT
Square Formation by Asynchronous Oblivious Robots
Institut für Algebra, TU Dresden（德累斯顿工业大学代数研究所）；University of Ottawa（渥太华大学）
分布式计算中的一个基本问题是模式形成问题，其中一些独立的移动实体，称为机器人，必须重新排列自己，以形成一个给定的图形从每一个可能的（非退化）的初始配置。在本文中，我们考虑的机器人，在欧几里德平面操作，是无量纲的，匿名的，健忘的，沉默的，异步的，迷失方向的，非手性的，非刚性的。对于这种非常基本的机器人类型，模式形成问题的可行性已经解决了，无论是正面的还是负面的，对于每一种可能的模式，除了一种情况：由四个机器人组成的团队的正方形形成问题。在这里，我们解决了最后一种情况下，给出了一个广场形成算法，并证明其正确性。我们的贡献代表了一长串研究的最后一章。我们的研究结果意味着，在移动机器人的模式形成问题的背景下，如同步性，手性和刚性的功能是计算无关的。
2016-05-20 cs.CG cs.DC cs.RO
Crash tolerant gathering on grid by asynchronous oblivious robots
考虑一个系统的自主移动机器人最初随机部署在一个匿名的有限网格的节点。聚集算法是由每个机器人独立执行的一系列移动，以便所有机器人在有限时间后在单个节点相遇。机器人以“看-计算-移动”循环运行。在每个周期中，机器人根据占用的节点（\emph{Look}）拍摄网格的当前配置的快照，然后基于感知的配置，决定是保持不变还是移动到相邻节点（\emph{Compute}），并且在后一种情况下相应地进行瞬时移动（\emph{Move}）。机器人具有\emph{weak multiplicity detection}能力，这使它们能够检测节点是否为空或被单个机器人或多个机器人占用。机器人是\emph{asynchronous}、\emph{oblivious}、\emph{anonymous}，不能相互通信和执行相同的分布式算法。然而，在一个有故障的系统中，任何机器人都可以\emph{crash}，这意味着它变得完全不活动，不再参与该过程。在这种情况下，容错收集算法是一种将所有无故障机器人收集在单个节点的算法。本文考虑了一个故障系统，可以有最多一个崩溃故障。有了这些假设，确定性的容错收集算法，收集所有的初始配置，在一个非故障系统，除了一个特定的配置称为\emph{2S2 configuration}是可验证的。
2017-09-04 cs.DC
Optimal byzantine resilient convergence in oblivious robot networks
Université Pierre et Marie Curie - Paris 6（巴黎第六大学（皮埃尔和玛丽·居里大学））；CNRS（法国国家科学研究中心）
给定一组具有任意初始位置且在全局坐标系上没有一致性的机器人，收敛要求所有机器人渐近地接近完全相同但事先未知的位置。机器人是健忘的--它们不记得过去的计算--并且被允许在一维空间中移动。此外，机器人不能直接通信，而是只能通过视觉传感器获取系统相关信息。我们绘制了机器人网络中的收敛问题和分布式\emph{approximate agreement}问题（需要正确的过程来决定，对于一些常数$ε$，值距离$ε$和初始建议值的范围内）之间的连接。令人惊讶的是，即使规范相似，机器人网络中的收敛实现也需要对同步和拜占庭弹性进行特定的假设。更详细地说，我们证明了移动机器人收敛的充分必要条件，尽管它们的子集是拜占庭式的（即它们可以表现出任意行为）。此外，我们提出了一个确定性的机器人网络的收敛算法，并分析其正确性和复杂性，在各种同步设置。所提出的算法容忍f拜占庭机器人（2f+1）大小的机器人网络在完全同步网络，（3f+1）大小的半同步网络。这些界限是最佳的一类谨慎的算法，保证正确的机器人总是正确的机器人的位置范围内移动。
2009-05-25 cs.DC cs.RO
Arbitrary Pattern Formation on a Continuous Circle by Oblivious Robot Swarm
本文研究无记忆、静默且无手性的机器人集群在半同步调度下于连续圆上形成任意图案的问题，定义可形成配置 FC，并给出在 O(n) 个 epoch 内无碰撞完成图案形成的确定性分布式算法。
2023-07-14 cs.DC
Optimal Probabilistic Ring Exploration by Asynchronous Oblivious Robots
INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET EN AUTOMATIQUE（法国国家信息与自动化研究所）；VERIMAG UMR 5104（VERIMAG实验室（法国国家科研中心联合研究单位5104））；Université Joseph Fourier（约瑟夫·傅里叶大学）；INRIA（法国国家信息与自动化研究所）；LIP UMR 5668（LIP实验室（法国国家科研中心联合研究单位5668））；Université de Lyon（里昂大学）；ENS Lyon（里昂高等师范学院）；Université Pierre et Marie Curie - Paris 6（巴黎第六大学（皮埃尔和玛丽·居里大学））；LIP6（LIP6实验室）
我们认为一个团队的$k$相同的，不经意的，异步的移动机器人，能够感知（\emph{i.e.}，查看）他们的环境，但无法通信，并在一个约束path.Previous结果在这个弱的情况下，初始对称性产生高的下界时，要解决的问题由\emph{deterministic}机器人。在本文中，我们开始在这方面的概率界和解决方案的研究，并专注于\emph{exploration}问题的匿名无向环的任何大小。已知$Θ(\log n)$机器人是解决具有$k$的确定性机器人的问题的必要且充分的机器人，只要$k$和$n$互质。相比之下，我们表明，\emph{four}相同的概率机器人是必要的和足够的，以解决同样的问题，也消除互质约束。我们的积极成果是建设性的。
2009-02-11 cs.CC cs.DC cs.DS
Line Search for an Oblivious Moving Target
考虑在一条无限长的直线上进行搜索，其中一个自主机器人从直线的原点开始，一个不经意的移动目标在距离直线的初始距离$d \geq 1$处。机器人可以改变方向，以恒定的最大速度$1$在直线上的任何地方移动，而目标也以恒定的速度$v>0$在直线上移动，但不能改变速度或方向。目标是让机器人在尽可能短的时间内赶上目标。经典的情况下，$v=0$和目标的初始距离$d$是未知的机器人是研究良好的"奶牛路径问题"。Alpert和Gal给出了一个最优算法的情况下，一个未知的初始距离$d$的目标正在移动远离机器人与一个已知的速度$v<1$。在本文中，我们设计和分析搜索算法的其余可能的知识的情况下，即，当$d$和$v$是已知的，当$v$是已知的，但$d$是未知的，当$d$是已知的，但$v$是未知的，当$v$和$d$都是未知的。此外，对于这些知识模型中的每一个，我们分别考虑目标远离原点的情况和目标朝向原点移动的情况。我们为上述所有八种情况设计算法并分析竞争比。所得到的竞争比被证明是最佳的，当目标是向原点移动，以及当$v$是已知的，目标是远离原点。
2022-11-07 cs.DC cs.DM
Optimal grid exploration by asynchronous oblivious robots
VERIMAG（VERIMAG实验室）；Université Joseph Fourier（约瑟夫·傅里叶大学）；MIS（MIS实验室）；Université de Picardie Jules Verne（皮卡第儒勒·凡尔纳大学）；LIP6（LIP6实验室）；UPMC Sorbonne Universités（巴黎第六大学索邦大学）
我们考虑一个团队的{ \em自主弱机器人}，具有可见性传感器和运动执行器。自治意味着团队不能依赖任何类型的中央协调机制或调度器。弱我们的意思是机器人没有（1）任何（可观察的）ID允许区分它们（匿名），（2）通信手段允许它们直接通信，以及（3）任何方式来记住任何先前的观察或在任何先前步骤中执行的计算（遗忘）。机器人异步运行在三个阶段的循环中：查看，计算和移动。此外，网络是一个匿名的无定向网格。在这样的设置中，机器人必须合作解决集体任务，这里是终止网格探索（简称探索），尽管在环境输入、不对称性、记忆等方面受到限制。我们提出了最优的（w.r.t.机器人的数量）解决方案，用于在完全异步和非原子模型（所谓的CORDA）中由一组$k$异步遗忘机器人对网格形网络的确定性终止探索。更详细地说，我们首先假设ATOM模型，其中每个查找-计算-移动周期执行都是原子执行的，即在时刻t激活的每个机器人都在t和t+1之间瞬时执行一个完整的周期。ATOM严格地强于CORDA，所有在ATOM中不可能的结果在CORDA中也成立。我们表明，这是不可能的，以探索一个网格至少有三个节点，少于三个机器人在原子。(This第一个结果对于确定性和概率性设置都成立）。接下来，我们表明，这是不可能确定性地探索一个（2，2）-网格少于4个机器人，和一个（3，3）-网格少于5个机器人，分别。然后，我们提出了确定性的算法在CORDA展示…
2012-03-07 cs.DC cs.DM cs.NI
Linear Search for Capturing an Oblivious Mobile Target in the Sender/Receiver Model
针对发送者/接收者通信模型下双机器人捕获无意识移动目标问题，设计了新的线性搜索算法并分析竞争比，揭示了不对称通信对搜索效率的影响。
2025-08-06 cs.DC
Gathering Anonymous, Oblivious Robots on a Grid
Heinz Nixdorf Institute（海因茨·尼克斯多夫研究所）；University of Paderborn（帕德博恩大学）
我们考虑一群$n$自主移动机器人，分布在一个2维网格。这样一个群体的基本任务是收集过程：所有机器人都必须聚集在一个（不是预定义的）地方。一个非常简单的机器人的常见局部模型如下：机器人没有共同的指南针，只有恒定的视野半径，是自主的和不可区分的，每一步最多可以移动一个恒定的距离，不能通信，是健忘的，没有标志或状态。该机器人模型下的唯一收集算法，具有已知的运行时间界限，需要$\mathcal{O}(n^2)$轮，并在欧几里得平面中工作。该算法的底层时间模型是完全同步的$\mathcal{FSYNC}$模型。另一方面，在2维网格的情况下，对于相同时间和类似的局部模型的唯一已知的收集算法另外需要恒定的存储器、状态和“标志”，以将这些状态传送到观看范围中的邻居。他们聚集在时间$\mathcal{O}(n)$。在本文中，我们贡献了（据我们所知）网格上的第一次收集算法，该算法在与上述欧几里得平面策略相同的简单局部模型下工作，即，没有记忆（不经意的）、“标志”和状态。我们证明了它的正确性和$\mathcal{O}(n^2)$的时间限制在完全同步的$\mathcal{FSYNC}$时间模型。该时间界限与上述欧几里得平面的最佳已知算法的时间界限相匹配。我们说，如果所有机器人都位于$2\times 2$正方形内，则完成了收集，因为在$\mathcal{FSYNC}$中无法解决此类配置。
2017-08-03 cs.DC cs.MA cs.RO
Universal Pattern Formation by Oblivious Robots Under Sequential Schedulers
University of Ottawa（渥太华大学）；University of Perugia（佩鲁贾大学）；Indian Institute of Technology Indore（印多尔印度理工学院）；Carleton University（卡尔顿大学）
研究显示，无意识机器人在顺序调度器下能解决FSYNC无法解决的通用模式形成问题，且弱多重性检测是聚集问题的必要条件。
2026-07-21 cs.DC
The Gathering Problem for Two Oblivious Robots with Unreliable Compasses
Nagoya Institute of Technology（名古屋工业大学）；Japan Advanced Institute of Science and Technology（日本北陆先端科学技术大学院大学）；Kyushu University（九州大学）
在讨论匿名移动机器人的模式形成问题时，通常将其分为同步、半同步和异步机器人。对于半同步机器人，所有可利用记忆形成的图案也可以在没有记忆的情况下形成，唯一的例外是形成点（即，两个机器人的集合。然而，收集两个半同步机器人没有记忆的问题是平凡的解决时，他们的局部坐标系是一致的，和不可能性证明本质上使用的不一致性，在他们的坐标系。受此启发，本文研究了局部坐标系之间的一致性的大小，必要和充分的解决半同步和异步模型下的两个不经意的机器人收集问题。为了讨论一致性的大小，我们假设每个机器人都配备了一个不可靠的指南针，其轴承可能会偏离绝对参考方向，每个机器人的局部坐标系由其指南针确定。我们考虑两类不可靠罗盘，即常方位的静态罗盘和方位可任意变化的动态罗盘。对于机器人和指南针模型的每种组合，我们建立了偏差θ的条件，该条件允许算法解决收集问题，其中偏差由指南针的x轴与全局坐标系的参考方向之间形成的最大角度测量：对于具有静态罗盘的半同步和异步机器人，θ < π/2，对于具有动态罗盘的半同步机器人，θ < π/4，对于具有动态罗盘的异步机器人，θ < π/6。除了具有动态罗盘的异步机器人外，这些充分条件也是必要的。
2011-11-07 cs.DC cs.DS cs.RO
Oblivious Robots Under Round Robin: Gathering on Rings
本文研究环上机器人GATHERING问题，在顺序轮转调度下移除多重性检测和无多重初始配置假设，证明一般顺序调度不可解，并完整刻画了轮转调度及DISTINCT GATHERING变体的可解性条件。
2025-02-07 cs.DC
Oblivious Permutations on the Plane
JAIST（北陆先端科学技术大学院大学）；Kyushu University（九州大学）；Aix-Marseille University（艾克斯-马赛大学）；CNRS（法国国家科学研究中心）；University of Rome “Sapienza”（罗马第一大学）；University of Ottawa（渥太华大学）；Carleton University（卡尔顿大学）
本文考虑了一个由n个相同的移动机器人组成的分布式系统，该系统在二维的欧几里德平面上运行。与以前的研究一样，我们认为机器人是匿名的，不经意的，迷失方向的，没有任何通信能力，基于Look-Compute-Move模型操作，机器人的下一个位置仅取决于其当前配置的视图。即使在这个看似薄弱的模型，大多数编队问题，需要构建特定的配置，可以很容易地解决时，机器人是完全同步的。在本文中，我们介绍和研究一类新的问题，不像形成问题，到目前为止，不能总是解决，即使在完全同步模型与原子和刚性运动。这类问题要求机器人在平面上置换它们的位置。特别是，我们感兴趣的是实现两种特殊类型的排列-排列没有任何固定点和排列顺序$n$。前者（称为MOVE-ALL）要求每个机器人访问至少两个初始位置，而后者（称为VISIT-ALL）要求每个机器人以周期性的方式访问每个初始位置。我们提供了这些问题的可解性的表征，显示在解决这类问题的移动机器人的主要挑战。我们还提供了算法的可行的情况下，特别是区分一步算法（其中每个配置必须是一个置换的原始配置）和多步算法（允许中间配置）。这些结果开辟了一个新的研究方向，在移动分布式机器人，这是以前没有调查。
2019-11-13 cs.DC cs.RO
Space and Move-optimal Arbitrary Pattern Formation on Infinite Rectangular Grid by Oblivious Robot Swarm
针对无限矩形网格上的离散任意模式形成问题，提出一种在完全异步调度下适用于无记忆$\mathcal{OBLOT}$模型的算法，证明其渐近移动最优且空间复杂度接近最优下界。
2024-03-27 cs.DC
Parameterized Verification of Algorithms for Oblivious Robots on a Ring
IRIF - Univ Paris Diderot（巴黎狄德罗大学 IRIF）；Sorbonne Universités, UPMC Univ Paris 06（索邦大学 皮埃尔和玛丽·居里大学）
我们研究验证问题的自主群的移动机器人，自组织和合作，以解决全球目标。特别是，我们专注于在本文中提出的模型由铃木和山下的匿名机器人在一个离散的空间与有限数量的位置（在这里，一个环）。已经提出了大量的算法工作的环，其大小不是先验固定的，因此可以被认为是一个参数。这些算法的手工正确性证明已被证明是容易出错的，最近的注意力已经给予了正式的方法来自动证明这些应用程序。我们的工作是第一个研究的验证问题，这样的算法在参数化的情况下。我们表明，安全性和可达性问题是不可判定的机器人异步进化。在积极的一面，我们表明，安全属性是决定在同步的情况下，以及在异步的情况下，一类特定的算法。协议的几个属性也可以决定。决策过程依赖于Presburger算法公式中的编码，该公式可以通过SMT求解器进行验证。我们的方法的可行性证明了几个案例研究的编码。
2017-06-16 cs.CC cs.DC cs.DS
Gathering on a Circle with Limited Visibility by Anonymous Oblivious Robots
Sapienza University of Rome（罗马大学）；JAIST（日本先进科学技术研究所）；University of Aizu（会津大学）；Kyushu University（九州大学）
本文研究了在半同步调度和有限可见性条件下，匿名无记忆机器人在圆周上的聚集问题，证明了当可见角距离为π时存在解决算法，而当其不大于π/2时则无解。
2024-11-17 cs.CG cs.DC cs.RO
TuringMobile: A Turing Machine of Oblivious Mobile Robots with Limited Visibility and its Applications
Aix-Marseille University（艾克斯-马赛大学）；University of Ottawa（渥太华大学）；Carleton University（卡尔顿大学）；JAIST（北陆先端科学技术大学院大学）
在本文中，我们研究了一组移动机器人有限的能见度的计算能力。在每一次迭代中，机器人拍摄其周围环境的快照，使用快照来计算目的地点，并向其目的地移动。每个机器人都是点状和无记忆的，它在$\mathbb{R}^m$中运行，它有一个独立于其他机器人的本地参考系统，并由对抗调度器异步激活。此外，机器人是非刚性的，因为它们可以在到达目的地之前的每次移动时被调度器停止（但是保证在停止之前至少行进固定的未知距离）。我们表明，尽管有这些强大的限制，它是有可能安排这些弱实体的$3m+3k$在$\mathbb{R}^m$，以模拟一个更强的机器人是刚性的行为（即，它总是到达它的目的地），并且被赋予持久存储器的$k$寄存器，每个寄存器可以存储实数。我们称这种安排为TuringMobile。在最简单的形式中，只有三个机器人组成的TuringMobile可以在飞机上旅行，并存储和更新单个实数。我们还证明，这个任务是不可能的，少于三个机器人。在TuringMobile的应用程序中，我们专注于近距离聚集（所有机器人都必须聚集在一个足够小的磁盘中）和模式形成（其中聚集是一个特例）。有趣的是，我们的调查意味着这两个问题是可解决的任何维度的欧几里得空间，即使机器人的可见性图最初是断开的，只要少量的这些机器人被安排形成一个TuringMobile。在飞机的特殊情况下，只有三个机器人的基本TuringMobile就足够了。
2018-08-06 cs.CG cs.DC cs.RO
Randomized Gathering of Asynchronous Mobile Robots
本文回顾了广泛研究的\textit{gathering}问题的两个机器人的情况下，允许随机化的异步调度模型。调度器被认为是对手，它决定了机器人的激活时间表。基于对随机比特结果的了解，对手有两种类型，即遗忘型和自适应型。机器人遵循\textit{wait-look-compute-move}循环。在本文中，我们根据对手控制等待时间，计算延迟和机器人速度等参数的能力对问题进行分类，并检查收集对抗知识和能力的可行性。主要贡献包括：（i）零计算延迟;（ii）等待时间和计算延迟之和大于一个正值的不经意对手收集的可能性。我们用不可能来补充可能性。我们表明，这是不可能的机器人聚集对非负等待时间和非负计算延迟的自适应对手。最后，我们还扩展了我们的算法，多个机器人合并。
2019-09-22 cs.DC
Meeting in a Polygon by Anonymous Oblivious Robots
Aix-Marseille University（艾克斯-马赛大学）；University of Ottawa（渥太华大学）；Carleton University（卡尔顿大学）；JAIST（北陆先端科学技术大学院大学）；Kyushu University（九州大学）
在多边形$P$（可能有洞）中的$k\geq 2$搜索者的相遇问题在于，根据分布式算法，使搜索者在$P$内移动，以这样一种方式，至少其中两个搜索者最终会看到对方，而不管他们的初始位置如何。搜索者最初不知道这个多边形，它的边缘阻碍了移动和视觉。根据形状的$P$，我们最大限度地减少搜索$k$的会议问题是可解的。具体地说，如果$P$有一个旋转对称的顺序$σ$（其中$σ=1$对应于没有旋转对称），我们证明了$k=σ+1$搜索是足够的，和界是紧的。此外，我们给出了一个改进的算法，最优地解决了会议问题的$k=2$搜索在所有多边形的重心不在一个洞（包括多边形没有洞）。我们的算法可以实现在各种标准模型的移动机器人运行在看-计算-移动周期。例如，如果搜索者有记忆，但是是匿名的、异步的，并且没有关于坐标系或顺时针方向的概念的协议，那么即使搜索者的初始记忆内容是任意的并且可能是误导的，我们的算法也可以工作。此外，不经意的搜索者也可以执行我们的算法，通过仔细定位自己在多边形中的位置来编码信息。这段代码可以用基本的算术运算来计算，每个循环都可以用几何方法构造自己的目的地点，只需要一个罗盘。我们强调，这种无记忆搜索器可以位于任何地方的多边形执行开始时，因此，他们最初编码的信息是任意的。我们的算法使用一个自稳定的地图建设子程序，这是独立的利益。
2019-07-06 cs.CG cs.DC cs.RO
Uniform Partitioning of a Bounded Region using Opaque ASYNC Luminous Mobile Robots
本文首次在异步设置下研究使用无记忆不透明发光机器人对有界矩形、正方形和圆形区域进行均匀划分的问题，分别提出需要2种、5种和8种颜色且运行时间为O(N)或O(N^2)个epoch的三种算法。
2024-05-01 cs.DC
Computational Power of Opaque Robots
本研究针对机器人群分布式计算领域此前仅研究透明机器人的局限，针对不可碰撞的不透明机器人研究12种经典模型的分类，通过6个见证问题证明大部分模型间的计算关系，并揭示视野受阻加异步场景下的特殊问题。
2024-01-30 cs.DC
The BG-simulation for Byzantine Mobile Robots
Nagoya Institute of Technology（名古屋工业大学）；Université Pierre et Marie Curie - Paris 6（巴黎第六大学（皮埃尔和玛丽·居里大学））；CNRS（法国国家科学研究中心）
研究了移动机器人系统在拜占庭故障下的任务可解性。我们首先考虑的收集问题，这需要所有的机器人满足在有限的时间在一个非预定义的位置。Byzantine聚集问题的可解性依赖于系统的同步性、Byzantine机器人的数量、调度策略、遗忘性、局部坐标系的方向性等属性，但对Byzantine聚集问题的可解性属性的完整刻画仍然是一个未知的问题。本文证明了拜占庭式聚集的强不可能性结果。也就是说，我们证明了拜占庭收集是不可能的，即使我们假设一个拜占庭故障，原子执行系统，n-有界的集中式调度器，非遗忘的机器人，瞬时运动和一个共同的方向的本地坐标系（其中n表示正确的机器人的数量）。这些假设比以前的工作中使用的要弱得多，从而导致更强的不可能性结果。我们的不可能性结果的核心是减少异步共享内存系统中的分布式共识问题。更详细地说，我们新构建了一个通用的减少计划的基础上的分布式BG模拟。有趣的是，由于其多功能性，我们可以轻松地将不可能结果扩展到一般模式形成问题。
2011-06-01 cs.DC cs.RO
Efficient Self-stabilizing Simulations of Energy-Restricted Mobile Robots by Asynchronous Luminous Mobile Robots
Tokyo Institute of Technology（东京工业大学）；Hosei University（法政大学）
本研究针对自主移动机器人群体的模型计算等价性问题，提出用Ssynch/Asynch模式的LUMI机器人仿真Rsynch模式LUMI机器人的自稳定协议，降低了Ssynch仿真的颜色需求，还实现了n=2时Asynch的最优仿真。
2024-02-04 cs.DC cs.RO
Pairbot: A Novel Model for Autonomous Mobile Robot Systems Consisting of Paired Robots
针对自主移动机器人系统任务执行能力不足、可编程物质落地有差距的问题，提出基于配对机制的Pairbot模型，可提升异步场景下机器人连通性与问题可解性，为相关固有问题解决提供新思路。
2024-10-08 cs.DC
Certified Impossibility Results for Byzantine-Tolerant Mobile Robots
我们提出了一个框架，建立正式的发展，机器人网络使用COQ证明助手，状态和证明正式的各种属性。在本文中，我们专注于不可能性证明，因为利用COQ高阶微积分来推理算法作为抽象对象是很自然的。我们提出特别是正式证明两个不可能的结果forconvergence的不经意的移动机器人，如果分别超过一半和超过三分之一的机器人表现出拜占庭故障，从原来的定理Bouzid等人。由于我们的形式化，相应的COQ发展是相当紧凑的。据我们所知，这些是机器人网络的第一个认证（在正式证明的意义上）不可能性结果。
2013-06-18 cs.DC cs.LO
Gathering Problems for Autonomous Mobile Robots with Lights
我们研究了n个自主移动机器人在半同步设置与持久存储器称为光的聚集问题。众所周知，当机器人没有灯光时，如果系统是半同步甚至集中式的（每次只有一个机器人处于活动状态），则在基本模型中不可能进行收集。另一方面，如果机器人具有具有恒定颜色数量的各种类型的灯，则Renaissance（n = 2时的聚集）是可能的。在本文中，我们扩展了模型的机器人与灯光，使收集算法可以适当地讨论。然后，我们展示了在半同步设置中具有三种类型的灯的聚集算法，并揭示了灯的功率和其他附加假设之间的关系。这里显示的大多数算法在它们使用的颜色数量上都是最优的。
2018-11-29 cs.DC
Complete Visibility Algorithm for Autonomous Mobile Luminous Robots under an Asynchronous Scheduler on Grid Plane
Nagoya Institute of Technology（名古屋工业大学）；Hosei University（法政大学）
针对无限网格平面上不透明发光机器人的完全可见性问题，提出一种仅用两种颜色、支持异步运行且无需知晓机器人总数的分布式算法，明确了机器人能力与问题可解性的关联。
2023-06-14 cs.DC cs.RO
Computational Power of Mobile Robots in Synchronous Environment: Discrete Version
本文研究了移动机器人在离散网络环境下的计算能力，针对四种机器人模型与两种同步调度器的组合，提供了完整的计算能力比较表，填补了离散域研究的空白。
2024-07-24 cs.DC
Pattern Formation for Asynchronous Robots without Agreement in Chirality
Jadavpur University（贾达普大学）；University of Washington（华盛顿大学）；Indian Statistical Institute（印度统计研究所）
本文提出了一种确定性算法，由一组自治的，同质的，遗忘的移动机器人在有限时间内形成一个给定的非对称模式下的CORDA模型。机器人被表示为2D平面上的点。机器人之间没有明确的通信。机器人通过观察平面上其他机器人的位置来进行协调。最初，假设所有机器人都是静止的。机器人具有由方向感（SoD）、取向或手性和尺度定义的局部坐标系。最初，机器人处于不对称配置。我们表明，这些机器人可以在有限的时间内形成任何给定的不对称图案。
2014-03-11 cs.DC cs.RO
Stand Up Indulgent Rendezvous
我们考虑两个移动遗忘的机器人，在一个连续的欧几里德空间。我们要求两个机器人解决会合问题（在有限的时间内在同一地点相遇，事先不知道），尽管其中一个机器人可能会意外坠毁。会合是站起来放纵的意义上说，当碰撞发生时，正确的机器人仍然必须满足坠毁的机器人在其最后的位置。我们表征的系统假设，使问题的可解性，并提出了一系列的算法，解决问题的可能情况。
2020-10-09 cs.DC cs.DS cs.NI
Fault and Byzantine Tolerant Self-stabilizing Mobile Robots Gathering - Feasibility Study -
JAIST（日本北陆先端科学技术大学院大学）
集合是协作移动机器人中的一个基本协调问题。简而言之，给定一组具有任意初始位置并且在全局坐标系上没有初始协议的机器人，收集要求所有机器人按照其算法到达完全相同但不是预定的位置。在机器人不经意的网络中，收集尤其具有挑战性（即，无国籍）和直接通信被对各自位置的观察所取代。有趣的是，如果没有对机器人的初始分布做出特定的假设，那么任何解决不经意机器人聚集问题的算法都具有内在的自稳定性。在本文中，我们显著扩展了在不同假设下的确定性收集可行性的研究。这篇手稿大大扩展了在DISC 2006会议上作为扩展摘要提出的初步结果[7]。当前版本自2012年2月（以前的形式）和2014年以来以当前形式在分布式计算杂志上进行评审。最重要的结果也已在MAC 2010年8月15日至17日在渥太华举办的同步和故障（崩溃和拜占庭）有关。与以前的工作不同，我们考虑了一个更大的调度策略，如有界调度器。此外，我们将我们的研究扩展到无故障和易故障环境中概率自稳定采集的可行性。
2016-02-17 cs.DC cs.RO
On the Synthesis of Mobile Robots Algorithms: the Case of Ring Gathering
分布式计算的最新进展：用于自主移动机器人群的强光模型和算法，这些机器人群能够自组织和协作以解决全局目标。到目前为止，绝大多数作品都考虑手工算法和正确性证明。本文是第一个提出一个正式的框架，自动设计分布式算法，致力于自主移动机器人在离散空间中发展。作为一个案例研究，我们考虑的问题，收集所有机器人在一个特定的位置，事先不知道。我们的贡献是三方面的。首先，我们提出了一个编码的收集问题作为一个可达性游戏。然后，我们自动生成一个最优的分布式算法，三个机器人进化的一个固定大小的均匀环。最后，我们通过归纳证明，所生成的算法也是正确的，除了当一个不可能的结果成立（即，当机器人的数量除以环的大小）。
2014-07-06 cs.DC cs.LO
On the Self-stabilization of Mobile Robots in Graphs
自稳定是一种通用的技术，以抵御任何瞬态故障在分布式系统。移动机器人（或代理）是分布式计算的新兴趋势之一，因为他们模仿自主的生物实体。本文的贡献有三个方面。首先，我们提出了一个新的模型，研究移动实体在网络中的瞬态故障。我们的模型不同于经典的机器人模型，因为机器人有限制的路径，他们被允许遵循，并从经典的代理模型，因为代理的数量在整个协议的执行保持固定。其次，在这个模型中，我们研究了设计自稳定算法的可能性时，这些算法运行的移动机器人（或代理）在图上进化。我们专注于机器人和代理问题的核心构建块：命名和领导者选举。毫不奇怪，当网络图拓扑和本地执行模型没有约束时，这两个问题都不可能解决。最后，使用最小的假设不可能的结果，我们提供了确定性和概率的解决方案，这两个问题，并显示这些问题的等价性的算法减少机制。
2007-08-08 cs.DC cs.DS
Formation of General Position by Asynchronous Mobile Robots
Indian Statistical Institute（印度统计研究所）；Jadavpur University（贾达普大学）
传统的自主、同质、移动点机器人的分布式模型通常假设机器人不对其他机器人产生任何视觉障碍，即，机器人是透明的在本文中，我们考虑了一个稍微更现实的模型，通过引入受阻可见性的概念（即，机器人不能被其他机器人看穿）。在新的可视性模型下，机器人可能无法看到周围环境的全貌。许多现有的算法要求每个机器人应该有其他机器人的位置的完整知识。由于视觉是它们通信的唯一手段，因此要求机器人处于一般位置（即，没有三个机器人是共线的）。我们考虑异步机器人。它们也没有共同的手性（或在全局坐标系上的任何协议）。在本文中，我们提出了一个分布式算法，以获得一个一般位置的机器人在有限时间内从任何任意配置。该算法还保证了每个机器人的无碰撞运动。该算法还可以用作机器人执行的许多其他后续任务的预处理模块。
2014-08-09 cs.DC cs.RO
