多機器人軌跡生成:共識ADMM在凸和非凸問題上的表現比較
本文探討了共識ADMM在凸和非凸多機器人軌跡規劃問題上的收斂行為和解決質量。結果表明,利用緩衝Voronoi單元的凸ADMM算法比基於非凸碰撞迴避約束的非凸ADMM算法收斂更快,並產生更優質的解。
分散式量子運算的共享量子運算閘處理單元
提出一種新的分散式量子運算架構,利用多個小型量子電腦節點連接到一個共享的量子運算閘處理單元(S-QGPU),以執行所有遠端運算閘操作。與傳統基於糾纏通信的分散式量子運算架構不同,S-QGPU 方法對遠端運算閘操作是確定性的,不依賴任何基於測量的事後選擇。
分散式科學計算的混合事件驅動架構經驗
Octopus是一個混合雲端-邊緣事件結構,旨在連接多個本地事件生產者和消費者與雲端託管的代理,並提供一個用於開發具有彈性的應用程式的結構。
可擴展的 UTXO 智能合約：透過細粒度分散式狀態
提出一種技術,可以在擴展的 UTXO 區塊鏈上有效執行智能合約,將合約狀態分散到多個 UTXO 中,以減少交易大小和費用,並提高交易並行驗證的效率。
透過能量守恆定律在擴張座標系統中進行分散式優化
提出一種創新的分散式連續時間梯度流方法，以達到前所未有的 O(1/t^2-β) 收斂速率，其中 β > 0 可以任意小。
多機器人目標監控與包圍的觸發式分散式反饋優化
提出一種分散式反饋優化策略,使得一支異質機器人團隊能夠協作監控和包圍目標,同時巡邏感興趣的點。該策略利用聚合式反饋優化框架,同時最小化依賴於單個機器人位置和整個團隊空間分佈的全局性能指標。
可插拔式分散式次級控制器用於具有網格形成逆變器的微電網
提出了一種基於分散式優化的分散式控制器,用於具有網格形成逆變器的微電網的次級控制問題。該控制器實現了電壓調節和無功功率共享。
深入了解 Apache Kafka：您需要知道的一切
Apache Kafka 是一個開源的事件串流平台，可以實時收集、存儲和處理串流事件數據。它提供了一個分散式、高度可擴展和容錯的架構，用於處理大量的實時數據。
基於逆協方差交集的分散式不變量無香濾波器處理間歇性測量
提出一種基於逆協方差交集的分散式不變量無香濾波器(DIUKF-ICI),用於處理傳感器網絡中的目標跟蹤問題。該方法將無香濾波器框架擴展到李群,並將逆協方差交集融合策略整合到擴散算法中,以處理未知的相關性。
可攜式光線叢集與安全容器化
Syndeo 是一個軟體框架,用於在 Slurm 上編排光線容器。Syndeo 旨在解決可攜性、可擴展性和安全性問題,使用戶能夠在任何計算架構上重複部署代碼。
© 2024 by Linnk AI