研究人员开发了一种新的基于共识的算法，旨在提高多智能体网络在目标跟踪场景中的弹性。该算法集成了近乎恒定速度模型和基于饱和的滤波，以处理测量故障和虚假数据注入攻击。一个关键特性是利用创新阈值来检测和隔离受损智能体，忽略可疑测量，从而防止损坏的数据影响全局估计。仿真表明，增加网络连通性和更快的共识迭代可以提高准确性和收敛性，而饱和滤波器则在抑制故障和估计准确性之间取得平衡。 AI
排序理由 学术论文，详细介绍了多智能体系统的新算法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
