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
Ring Exploration with Oblivious Myopic Robots
离散宇宙中的探索问题，使用相同的不经意的异步机器人没有直接的通信，已经得到了很好的研究。这些机器人有传感器，使他们能够看到他们的环境，并相应地移动。然而，以前的工作对这个问题的假设，机器人有一个无限的可见性，也就是说，他们可以看到所有其他机器人的位置。在本文中，我们考虑确定性探索在一个匿名的，无方向的环使用异步的，不经意的，近视的机器人。近视的意思是机器人只有有限的可见度。我们研究了这种机器人所施加的计算限制，我们表明，在某些条件下，探索问题仍然可以解决。我们研究的情况下，机器人的可见性仅限于1，2，和3个相邻节点，分别。
2012-05-22 cs.DC cs.MA
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
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
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
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
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 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
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
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
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
A Certified Universal Gathering Algorithm for Oblivious Mobile Robots
Conservatoire national des arts et métiers（法国国立工艺学院）；Collège de France（法兰西公学院）；Sorbonne Universités, UPMC Univ Paris 06（索邦大学，巴黎第六大学（UPMC））；Institut Universitaire de France（法国大学研究院）；École Nat. Sup. d’Informatique pour l’Industrie et l’Entreprise (ENSIIE)（法国国立工业与企业信息学高等学院（ENSIIE））；Université Paris-Sud（巴黎第十一大学）
我们提出了一个新的算法的问题，普遍收集移动遗忘机器人（即，从任何初始配置，不是二价的，使用任何数量的机器人，机器人到达在有限数量的步骤相同的位置，事先不知道），而不依赖于一个共同的手征。我们给我们的算法的正确性非常强的证明正式证明，它是正确的，使用COQ证明助手。据我们所知，这是在遗忘移动机器人的背景下第一个经过认证的积极（和建设性）结果。它展示了该方法获得真正通用的新算法的有效性，以及其可管理性，因为开发的代码量仍然是人类可读的。
2015-06-04 cs.CG cs.DC cs.DS
Fault-Tolerant Gathering of Mobile Robots with Weak Multiplicity Detection
为微型机器人设计分布式算法已经引起了广泛的兴趣。特别是，它已被证明，机器人可以完成某些任务，即使在存在故障的机器人。在本文中，我们专注于收集所有非故障机器人在一个单一的点存在故障的机器人。我们提出了一种无等待算法（即，没有机器人等待其他机器人并且算法指示每个机器人在每一步中移动，除非它已经在聚集位置），其在半同步模型中聚集所有非故障机器人而在坐标系中没有任何一致性并且具有弱多重性检测（即，机器人只能检测到在一个位置处存在一个或多个机器人），对于$n\geqslant 3$，存在至多$n-1$故障机器人。我们表明，在上述模型中，收集机器人所需的能力是最小的，因为放松它进一步使收集不可能解决。此外，我们引入了一个中间调度模型\textit{ASYNC$_{IC}$}之间的异步（即，没有瞬时运动或计算）和半同步（即，瞬时运动和计算两者）作为具有瞬时计算的异步模型。然后，我们提出了另一种算法，在\textit{ASYNC$_{IC}$}模型中收集所有非故障机器人与弱多重检测没有任何协议的坐标系上的最多$\lfloor n/2\rfloor-2$故障机器人$n\geqslant 7$的存在。
2016-08-08 cs.DC
Rendezvous on a Line by Location-Aware Robots Despite the Presence of Byzantine Faults
一组移动机器人被放置在一条无限长的直线上。这些机器人配备有GPS设备，它们可以在线路上将自己的位置传达给中央机构。该集合包含一个未知的“间谍”子集，即，拜占庭式机器人，它们和正常的机器人没有区别。非故障机器人集合需要在尽可能短的时间内会合以执行某项任务，而拜占庭机器人可能会尽可能长地延迟它们的会合。中央权威机构面临的问题是确定所有机器人的轨迹，以便最小化非故障机器人重新确认的时间。必须在不知道哪些机器人有故障的情况下确定轨迹。我们的目标是尽量减少之间的竞争比所需的时间，以实现第一次会合的非故障机器人和这样的会合发生的假设下，故障机器人在开始时是已知的所需的时间。我们提供了一个有界的竞争比算法，中央权威机构只被告知的初始机器人的位置，而不知道哪些或有多少是错误的。当中央权威机构知道拜占庭机器人数量的上限时，我们提供了具有更好竞争比的算法。在某些情况下，我们能够证明这些算法是最优的。
2017-07-21 cs.DC
Certified Universal Gathering in $R^2$ for Oblivious Mobile Robots
Cédric – Conservatoire national des arts et métiers（法国国立工艺学院）；Collège de France（法兰西公学院）；UPMC Sorbonne Universités（巴黎第六大学索邦大学）；LIP6-CNRS 7606（法国国家科学研究中心LIP6实验室（7606号混合研究单位））；Institut Universitaire de France（法国大学研究院）；École Nat. Sup. d’Informatique pour l’Industrie et l’Entreprise (ENSIIE)（法国国立工业企业高等计算机学院（ENSIIE））；LRI, CNRS UMR 8623（法国国家科学研究中心LRI实验室（8623号混合研究单位））；Université Paris-Sud（巴黎南大学）；Université Paris-Saclay（巴黎萨克雷大学）
我们提出了一个统一的正式框架，用于表达移动机器人模型，协议和证明，并设计了一个协议设计/证明方法，专门用于移动机器人，利用这个正式的框架。作为一个案例研究，我们提出了第一个正式认证的协议不经意的移动机器人在二维欧几里德空间的发展。更详细地说，我们提供了一个新的算法的问题，普遍收集移动遗忘的机器人（即，从任何初始配置，不是二价，使用任何数量的机器人，机器人到达在有限数量的步骤相同的位置，事先不知道），而不依赖于一个共同的方向，也没有手性。我们给我们的算法的正确性非常强的证明正式证明，它是正确的，使用COQ证明助手。这个结果证明了这种方法在获得新算法方面的有效性，这些算法使用尽可能少的假设，并且由于开发的代码量仍然是人类可读的，因此它是可行的。
2016-02-26 cs.DC cs.DS cs.LO
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
Universal Systems of Oblivious Mobile Robots
遗忘移动机器人是一个位于空间宇宙中的无状态计算实体，能够在该宇宙中移动。当被激活时，机器人观察宇宙和其他机器人的位置，选择一个目的地，并移动到那里。目的地的计算是通过执行一个算法来完成的，这个算法对所有机器人都是一样的，它的唯一输入是当前的观察结果。所有这些动作的记忆在移动后都不会保留。当宇宙是一个图时，由不经意的移动机器人进行的分布式计算已经被深入研究，重点是基本问题的可行性条件（例如，收集、探索）在不同的分类器下的特定类别的图中。在本文中，我们开始一个不同的，更一般的，类型的调查。随着机器人从顶点到相邻顶点的运动，系统从一种配置过渡到另一种配置。将这种转变看作是对抽象函数的计算，我们要问哪些函数是由哪些系统计算的。我们的主要兴趣是确定系统的“通用”，在这个意义上，他们可以共同计算所有有限的功能。我们能够确定几个这样的类的完全同步系统。特别是，在其他结果中，我们证明了一组至少有一个机器人的所有图的普遍性，任何一组图至少有两个机器人，其商图包含任意长的路径，和任何一组图至少有三个机器人和任意大的有限围长。然后，我们专注于网络必须具有的最小尺寸，以便机器人能够计算给定有限集上的所有函数。我们能够将这种网络的最小尺寸近似为当$n$趋于无穷大时趋于2的因子。
2016-07-08 cs.DC cs.DM math.CO
Conic Formation in Presence of Faulty Robots
模式形成是分布式计算中最基本的问题之一，近年来受到广泛关注。在本文中，我们开始研究分布式模式形成的情况下，一些机器人可以\textit{faulty}。特别是，我们认为建立良好的\textit{look-compute-move}模型与遗忘，匿名机器人。我们首先提出了下界，并表明，任何确定性算法至少需要两轮，以形成简单的模式存在故障的机器人。然后，我们提出了分布式算法，我们的问题，匹配这个界限，\textit{for conic sections}：在最多两轮，机器人形成线，圆圈和抛物线容忍$f=2,3$和$4$故障，分别。对于$f=5$，目标图案是抛物线、双曲线和椭圆。我们表明，由此产生的模式包括$f$故障机器人的模式中的$n$机器人，其中$n \geq 2f+1$，和$f < n < 2f+1$机器人不能形成这样的模式。最后，我们讨论几个放宽和扩展。
2020-08-27 cs.DC
Fault-Tolerant Dispersion of Mobile Robots
我们认为存在故障机器人（碰撞故障）的移动机器人分散问题。移动机器人分散由$k\leq n$机器人在一个$n$节点匿名图。目标是确保无论机器人在节点上的初始位置如何，最终配置都包括每个节点上最多有一个机器人。在碰撞故障设置中，多达$f \leq k$机器人可能会因任意碰撞而失败，随后丢失存储在机器人中的所有信息，使它们无法通信。在本文中，我们解决了分散在碰撞故障设置考虑两种不同的初始配置：i）根配置，和ii）任意配置。在根节点的情况下，所有机器人在开始时都被放置在一个节点上。任意配置是通用配置（也称为文献中的任意配置），其中机器人被放置在图上任意的一些$l<k$集群中。对于第一种情况，我们开发了一种算法，解决分散在$O(k^2)$轮中存在故障的机器人，这改善了以前的$O(f\cdot\text{min}(m,kΔ))$轮结果由\cite{PS021}。对于任意的配置，我们提出了一个算法解决分散在$O((f+l)\cdot\text{min}(m, k Δ, k^2))$轮，当边数$m$和最大程度的图$Δ$是已知的机器人。
2022-11-22 cs.DC
Optimizing Robot Dispersion on Grids: with and without Fault Tolerance
本文研究无向网格上移动机器人的分散问题，提出三种确定性算法，在有无故障机器人情况下分别实现时间与内存最优或近最优的分散，并给出相应的复杂度上界。
2024-05-03 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
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
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 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
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
Chauffeuring a Crashed Robot from a Disk
最近，机器人从磁盘中的疏散得到了很多关注。我们从容错的角度来看待这个问题。我们考虑两个机器人试图通过一个隐藏的出口从磁盘周边的磁盘撤离。机器人之间是无线通信的。机器人容易发生碰撞故障，之后它们停止移动和通信。我们设计的算法容忍一个错误。目的是最大限度地减少最坏情况下从磁盘中撤离两个机器人所需的时间。当没有故障的机器人驾驶坠毁的机器人时，它需要$α\geq 1$的时间量来行驶单位距离。在此基础上，我们还提供了疏散时间的下限。此外，我们评估了最坏情况下的算法的不同值的$α$和崩溃时间。
2019-06-07 cs.DC
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
Convergence of Even Simpler Robots without Location Information
微小型机器人的分布式采集和收敛算法的设计近年来受到了广泛的关注。特别是，它已被证明，收敛问题，甚至可以解决非常弱，\emph{oblivious}机器人：机器人不能保持状态，从一个回合到下一个。因此，从自稳定的角度来看，遗忘机器人模型是有吸引力的，其中状态受到对抗性操纵。然而，据我们所知，所有现有的机器人收敛协议都依赖于这样的假设，即机器人尽管“弱”，但可以测量距离。在本文中，我们开始研究更简单的机器人，称为\emph{monoculus robots}：机器人不能测量距离的收敛协议。特别是，我们引入了两个自然模型，放松了对机器人认知能力的假设：（1）位置检测（$\mathcal{LD}$）模型，其中机器人只能检测另一个机器人是否比给定的恒定距离更近，（2）正交线协议（$\mathcal{OLA}$）模型，其中机器人只同意一对正交线（例如南北和东西，但不知道哪个是哪个）。这个问题证明是不平凡的，简单的中值和角平分策略可以很容易地增加机器人之间的距离（例如，包围凸包的面积）随时间的变化。我们的主要贡献是这两个模型的确定性自稳定收敛算法，以及复杂性分析。我们还表明，在某种意义上说，在我们的模型中所作的假设是最小的：通过放宽对\textit{monoculus robots}进一步的假设，我们运行到不可能的结果。
2016-08-21 cs.DC
Agreement Tasks in Fault-Prone Synchronous Networks of Arbitrary Structure
该论文证明了在任意图结构的同步网络中，当最多t个节点崩溃时，健忘共识算法至少需要radius(G,t)轮，验证了Castañeda等人的猜想，并将其结果扩展到故障数不小于连通度及k-集合协议问题。
2025-01-27 cs.DC
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
Optimal Fault-Tolerant Dispersion on Oriented Grids
针对有向网格上的机器人分散问题，提出在时间和单机内存上均最优的崩溃容错算法，并扩展处理弱拜占庭机器人。
2024-10-25 cs.DC
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
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
Bike Assisted Evacuation on a Line of Robots with Communication Faults
本文研究无限直线上S/R单向通信故障模型中的自行车辅助疏散，提出两机器人共享非自主自行车的疏散算法，并分析其疏散时间及随速度v变化的竞争比上下界。
2024-08-04 cs.DC
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
Search on a Line by Byzantine Robots
研究了$n$机器人在无限直线上的容错并行搜索问题。从原点开始，机器人需要在未知位置找到目标。机器人可以以最大速度$1$移动，并且可以在它们之间以无线模式进行通信。然而，在$n$机器人中，存在表现出{ \em拜占庭故障}的$f$机器人。一个有缺陷的机器人可能在到达目标后也无法报告，或者它可能会恶意声称已经找到了目标，而实际上它并没有。由于存在这样的故障机器人，搜索的目标只能得出结论时，非故障机器人有足够的验证，目标已经found. We的目的是设计算法，最大限度地减少值$S_d(n,f)$，时间找到一个目标在距离$d$从原点由$n$机器人，其中$f$是有故障的。我们给出了几种不同的算法，其运行时间取决于比率$f/n$，故障机器人的密度，也证明了下界。我们的算法是最佳的故障机器人的一些密度。
2016-11-24 cs.DC cs.DS
Capturing a Moving Target by Two Robots in the F2F Model
School of Computer Science, Carleton University（卡莱顿大学计算机科学学院）
本文研究两个机器人通过面对面通信在无限直线上捕获移动目标的问题，设计了不同知识场景下的算法，并证明了最多三次转向即可实现捕获。
2025-10-07 cs.DC cs.RO
Budget-Constrained Fault-Tolerant Mutual Visibility for Autonomous Robots under the Mobility Fault Model
Indian Institute of Technology Jodhpur（印度理工学院焦特布尔分校）
针对预算约束和移动故障下的不透明机器人群体，提出一种确定性分布式算法，利用公共固定参考点和12种光色，在SSYNC模型下实现非故障机器人的无碰撞相互可见性，同时尊重每个机器人的移动预算。
2026-10-06 cs.CG cs.DC cs.MA
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
Optimal Byzantine Resilient Convergence in Asynchronous Robot Networks
Université Pierre et Marie Curie - Paris 6（巴黎第六大学皮埃尔与玛丽·居里大学）；LIP6-CNRS（巴黎第六大学计算机实验室（法国国家科学研究中心））
我们提出了第一个确定性算法，容忍高达$f$拜占庭故障在$3f+1$大小的网络和异步CORDA模型中执行。我们的解决方案相匹配的容忍拜占庭机器人的数量上的半同步ATOM模型先前建立的下限。我们的算法工作在有界的调度假设下，不经意的机器人在一维空间中移动。
2009-06-03 cs.DC cs.RO
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
Robot Networks with Homonyms: The Case of Patterns Formation
在本文中，我们考虑的问题，形成一系列的几何图案[4]由一个网络的遗忘移动机器人，只通过视觉通信。到目前为止，这个问题已经在模型中进行了研究，其中机器人要么被假设为具有不同的标识符，要么是完全匿名的。为了推广这些结果并更好地理解匿名性如何影响机器人的计算能力，我们在最近在[5]中引入的新模型中研究了这个问题，其中n个机器人可以共享多达1 <= h <= n个不同的标识符。我们目前的必要和充分条件，相关的同源性和同音异义，使问题可解。我们还表明，在h = n的情况下，使机器人的标识符不可见并不限制他们的计算能力。这与[4]的一个结果相矛盾。为了介绍我们的算法，我们使用一个函数，计算许多规则和对称配置的韦伯点。这个函数本身就很有趣，因为到目前为止，只有少数其他模式解决了寻找韦伯点的问题。
2011-05-29 cs.DC
A Survey on Fault-tolerance in Distributed Optimization and Machine Learning
分布式优化的鲁棒性是一个新兴的研究领域，其动机是分布式优化的各种应用，包括分布式机器学习、分布式传感和群机器人。随着分布式系统规模的迅速扩大，需要有弹性的分布式优化算法，以缓解系统故障、通信问题甚至恶意攻击。本文综述了分布式优化中的容错研究现状，旨在对容错分布式优化理论和算法的研究现状进行综述。
2021-06-27 cs.DC
Wait-Free Gathering of Mobile Robots
University Pierre et Marie Curie - Paris 6（巴黎第六大学（皮埃尔和玛丽·居里大学））；LIP6-CNRS 7606（法国国家科学研究中心LIP6实验室（7606））；BGU（本-古里安大学）；Technion-Israel Institute of Technology（以色列理工学院）
将多个移动机器人聚集到一个位置的问题，是自治机器人分布式协调的基本问题之一。这个问题已经被研究和解决，即使是匿名的，迷失方向的，无记忆的，并在半同步（ATOM）模型中运行的机器人。然而，所有已知的解决方案都要求机器人是无故障的，除了[Agmon和Peleg 2006]的结果，他们解决了存在一个崩溃故障的收集问题。这就留下了一个问题，即在存在多个碰撞故障的情况下，是否可以实现正确的机器人集合。我们解决了本文中的问题，并展示了如何解决聚集，当任何数量的机器人可能会在算法过程中的任何时候崩溃，假设强多重检测和手性。相反，已知对于更强的拜占庭故障，如果一个机器人有故障，则即使在3-机器人系统中也不可能聚集。我们的算法解决了正确的机器人在半同步模型，对手可能会停止任何机器人到达其所需的目的地。此外，该算法是自稳定的，因为它实现了从任何配置开始的收集（除了不可能进行确定性收集的二价配置）。
2012-07-01 cs.DC cs.RO
Stand-Up Indulgent Gathering on Lines
本文研究线形网络中遗忘型机器人的站立式容错聚集问题，在离散图模型下刻画了无多重性检测时该问题的可解性条件。
2023-04-12 cs.DC
Fast Byzantine Gathering with Visibility in Graphs
我们认为收集任务由一个团队的$m$同步移动机器人在图中的$n$节点。每个机器人都有一个标识符（ID），并运行自己的确定性算法，即，没有中央协调员。我们考虑一个特别具有挑战性的场景：团队中有$f$拜占庭机器人，它们可以任意行为，甚至可以随时将其ID更改为任何值。没有办法区分这些机器人和没有故障的机器人，除了观察奇怪或意外的行为。收集任务的目标是最终使所有无故障机器人位于同一轮中的同一节点。众所周知，除非团队中至少有$f+1$无故障机器人，否则没有算法可以解决此任务。在本文中，我们设计了一个算法，在多项式时间内运行的$n$和$m$，匹配这个界限，即，它在一个有$f+1$无故障机器人的团队中工作。在我们的模型中，我们为机器人配备了传感器，使每个机器人能够看到其当前节点的$H$距离内的子图（包括机器人）。我们证明了收集任务是可解的，如果这个可见性范围$H$是至少是图的半径，而不是可解的，如果$H$是任何固定的常数。
2020-09-03 cs.DC cs.DS
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
FogROS2-FT: Fault Tolerant Cloud Robotics
University of California, Berkeley（加利福尼亚大学伯克利分校）；Robert Bosch Research and Technology Center North America（罗伯特·博世北美研究与技术中心）；Carnegie Mellon University（卡内基梅隆大学）
针对云机器人面临的成本高、云服务易停机、网络QoS波动等问题，提出具备多云复制容错能力的FogROS2-FT框架，可可靠使用低成本竞价实例，在多类任务中显著降低成本与长尾延迟。
2024-12-06 cs.AI cs.DC cs.NI
RoboCast: Asynchronous Communication in 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））；Ben Gurion University of the Negev（内盖夫本·古里安大学）
本文介绍了\emph{RoboCast}通信抽象。RoboCast允许一群非遗忘的匿名机器人，这些机器人只被赋予可见性传感器，并且不共享公共坐标系，以异步交换信息。我们提出了一个通用的框架，涵盖了一大类异步通信算法，并展示了我们的框架可以用来实现基本的构建块，如机器人网络的收集或stigmergy。更详细地说，我们提出了一个RoboCast算法，允许机器人广播他们的本地坐标系彼此。我们的算法进一步完善了本地碰撞避免计划。然后，使用RoboCast原语，我们提出了确定性异步收集和二进制信息交换的算法。
2010-09-23 cs.DC cs.RO
Uniform Scattering of Robots on Alternate Nodes of a Grid
Jadavpur University（贾达普大学）
在本文中，我们提出了一种分布式算法，均匀地分散机器人沿网格，与机器人在交替节点的网格分布。这些同质的自主移动机器人将自己等距离地放置在网格上，这可能需要机器人来保护或覆盖地理区域。机器人通过执行状态“看-计算-移动”的循环来操作。在观察阶段，它观察其他机器人的位置;在计算阶段，它计算要移动到的目的地;然后在移动阶段，它移动到计算的目的地。它们不通过消息传递进行交互，并且既不能选择过去的动作，也不能选择来自前一个周期的查看数据，即，健忘机器人是半同步的，匿名的，具有无限的可见性。最后，机器人均匀地分布在网格的交替节点上，使网格的相邻节点空置。该算法还保证了机器人之间没有碰撞或死锁。
2020-12-13 cs.DC cs.RO
Lower Bounds for Searching Robots, some Faulty
University of Birmingham（伯明翰大学）；Moscow Inst. of Physics and Technology（莫斯科物理技术学院）；ETH Zurich（苏黎世联邦理工学院）
假设我们从$0$派出$k$机器人以恒定速度（带转弯）搜索真实线路，以找到未知位置的目标; $f$的机器人出现故障，这意味着它们在访问目标位置时未能报告目标（称为碰撞类型）。目标是在最多$λ|d|$时找到目标，如果目标位于$d$，则为$|d| \ge 1$，对于$λ$尽可能小。我们表明，这是不能实现的$$λ< 2\frac{ρ^ρ}{(ρ-1)^{ρ-1}}+1,~~ ρ:= \frac{2(f+1)}{k}~, $$，这是紧密的，由于早期的工作（见J. Czyzowitz，E. Kranakis，D.克里赞克湖Narayanan，J. Opatrny，PODC'16，其中介绍了这个问题）。这也为所谓的拜占庭式故障机器人提供了一些比以前更好的下限，这些机器人实际上可能会错误地报告目标。在本文的第二部分中，我们处理的$m$ -射线泛化的问题，其中隐藏的目标是检测$m$射线都在同一点发出。使用我们的方法的推广，以及对原始问题的有用放松，我们也为这个设置建立了一个紧下限（如上所述，使用$ρ:= m(f+1)/k$）。当专门用于$f=0$的情况下，这解决了关于并行搜索$m$射线的问题，由三组科学家在大约15到30年前提出：由Baeza-Yates，Culberson和Rawlins;由Kao，Ma，Sipser和Yin;由Bernstein，Finkelstein和Zilberstein。已…
2018-05-21 cs.DC cs.DM cs.RO
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
Infinite Grid Exploration by Disoriented Robots
University of Strasbourg（斯特拉斯堡大学）；University Clermont Auvergne（克莱蒙奥弗涅大学）
我们处理一组在无限网格上移动的自主机器人。这些机器人是不透明的，具有有限的可见性功能，并使用同步的Look-Compute-Move循环运行。他们都同意一个共同的手性，但没有全球指南针。最后，他们可能会使用不同颜色的灯光，但除此之外，机器人既没有持久的记忆，也没有沟通手段。我们考虑无限网格探索（IGE）问题。对于这个问题，我们给出了两个不可能的结果和三个算法，其中包括一个是最佳的机器人数量。更详细地说，我们首先表明，两个机器人是不够的，在我们的设置来解决这个问题，即使机器人有一个共同的坐标系。然后，我们表明，如果机器人的坐标系不是自洽的，三个或四个机器人是不足以解决这个问题。最后，我们提出了三种算法，解决IGE问题，在各种设置。第一种算法使用六个机器人，颜色不变，可见度范围为1。第二种方法使用最少数量的机器人，即，五个，以及五个可修改的颜色，仍然在可见度之下。最后一个算法需要7个不经意的匿名机器人，但假设可见性为2。注意，最后两个算法也满足实现排他性。
2019-07-02 cs.DC cs.RO
