Bio-inspired UAV swarm flocking guided by information-theoretic principles
Autonomous UAV swarms emerge as a disruptive technology with impact on many areas of our life, from monitoring key ecosystems and hazardous environments to enabling advanced data insights. However, creating large, decentralized UA...
ver más
PSI2009-09075
MODELIZACION DEL MOVIMIENTO COLECTIVO BASADA EN AGENTES
35K€
Cerrado
PID2020-112502RB-C41
NAUTILUS: COMPORTAMIENTOS COLECTIVOS Y AUTONOMOS DE AUVS
160K€
Cerrado
PID2021-127648OB-C32
UAV PERCEPCION, CONTROL Y OPERACION EN AMBIENTES HOSTILES
171K€
Cerrado
Últimas noticias
27-11-2024:
Videojuegos y creaci...
Se abre la línea de ayuda pública: Ayudas para la promoción del sector del videojuego, del pódcast y otras formas de creación digital
27-11-2024:
DGIPYME
En las últimas 48 horas el Organismo DGIPYME ha otorgado 1 concesiones
Descripción del proyecto
Autonomous UAV swarms emerge as a disruptive technology with impact on many areas of our life, from monitoring key ecosystems and hazardous environments to enabling advanced data insights. However, creating large, decentralized UAV swarms with synchronized flocking behavior and autonomous collision avoidance is a challenge. This project aims to develop a holistic framework for supporting the design of UAV swarms based on generic information-theoretic principles - empowerment and relevant information - complemented with the bio-inspired influential neighbourhood principle. The key objectives are to design locally optimized control mechanisms guiding the collective motion and to provide theoretical measures for real-time characterization of swarm cohesion. The influential neighborhoods theory provides an efficient strategy for maintaining group cohesion in the coordinated motion of animal groups. It allows agents to limit their attention to a small subset of their neighbors, reducing information processing and cognitive load and offers explicit and concise models that can be implemented directly. Empowerment models agent’s behaviour with the principle of keeping one’s options open, assuming that, maximizing the future potential outcome of one’s actions is a survivability driver in nature. Relevant information provides a measure, quantifying the minimal amount of information an agent needs to process in order to achieve a certain level of utility. Identifying influential neighbourhoods dynamically will serve as a base for maximizing agent’s empowerment which will guide the UAV swarm self-organized collective motion. The integration of relevant information, influential neighbourhood identification and empowerment maximization into a novel principled framework for optimizing agent’s decision-making will provide enablers for the future adaptive and scalable UAV swarms, maintaining swarm cohesion while manoeuvring in uncertain and complex dynamic environments.
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.