파생 없는 최적화 알고리즘을 사용하는 모바일 센서 팀을 위한 분산 필드 매핑

초록 저자들은 가우시안 프로세스(GP)를 사용하여 로봇 팀이 알려지지 않은 스칼라 필드를 탐색하고 학습하도록 하는 분산 필드 매핑 알고리즘을 제안합니다. 저자의 전략은 높은 오류 및 높은 분산 지역 간의 탐색 목표를 균형 있게 조정하여 도출됩니다. 스칼라 필드가 알려져 있지 않기 때문에 높은 오류 지역을 계산하는 것은 불가능하므로, GP 오류의 기울기를 추적하기 위해 Speeding-Up and Slowing-Down이라는 생체 모방 접근 방식을 활용합니다. 이 접근 방식은 전역 필드 학습 수렴을 달성하며, GP의 잘못된 하이퍼파라미터 조정에 저항하는 것으로 나타났습니다. 이 접근 방식은 2D 바퀴 로봇과 2D 비행 미니어처 자율 블림프를 사용한 시뮬레이션 및 실험에서 검증되었습니다.