Decentralized Input and State Estimation for Multi-agent System with Dynamic Topology and Heterogeneous Sensor Network

要約

分散型システムにおける重要な課題は、特に動的トポロジーを備えた異種センサー ネットワーク内で、未知の入力が存在する場合の状態推定です。
多数のコンセンサス アルゴリズムが導入されていますが、推定の精度を確保するには大規模な情報交換や複数回の通信の繰り返しが必要になることがよくあります。
この論文では、他のエージェントに関する完全な情報を備えたフィルターに匹敵する、偏りのない最適なソリューションを実現する効率的なアルゴリズムを提案します。
これは、情報フィルター分解の使用と、共分散交差による入力の融合によって実現されます。
私たちの方法では、複数回の情報交換ではなく、エージェント間で個々の推定値を交換するのに 1 回の通信反復のみが必要であるため、明示的な観測値やシステム方程式の共有を回避することでエージェントのプライバシーが保護されます。
さらに、動的な通信トポロジによってもたらされる課題に対処するために、断続的な観測と不完全な状態推定から生じる問題を処理する 2 つの実用的な戦略を提案します。これにより、推定プロセスの堅牢性と精度が向上します。
静止環境と動的環境の両方で実施さ​​れた実験とアブレーション研究により、当社のアルゴリズムが他のベースラインよりも優れていることが実証されました。
特に、すべての近隣のグローバルなビューを持つアルゴリズムと同等、またはそれよりも優れたパフォーマンスを発揮します。

要約(オリジナル)

A crucial challenge in decentralized systems is state estimation in the presence of unknown inputs, particularly within heterogeneous sensor networks with dynamic topologies. While numerous consensus algorithms have been introduced, they often require extensive information exchange or multiple communication iterations to ensure estimation accuracy. This paper proposes an efficient algorithm that achieves an unbiased and optimal solution comparable to filters with full information about other agents. This is accomplished through the use of information filter decomposition and the fusion of inputs via covariance intersection. Our method requires only a single communication iteration for exchanging individual estimates between agents, instead of multiple rounds of information exchange, thus preserving agents’ privacy by avoiding the sharing of explicit observations and system equations. Furthermore, to address the challenges posed by dynamic communication topologies, we propose two practical strategies to handle issues arising from intermittent observations and incomplete state estimation, thereby enhancing the robustness and accuracy of the estimation process. Experiments and ablation studies conducted in both stationary and dynamic environments demonstrate the superiority of our algorithm over other baselines. Notably, it performs as well as, or even better than, algorithms that have a global view of all neighbors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google