Advertisement

Echtzeitaspekte bei der Aufgabenverteilung in selbstorganisierenden autonomen Systemen

  • Gerhard Fuchs
  • Falko Dressler
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Aufgabenverteilung ist eine wichtige Kernaufgabe in selbst-organisierenden autonomen Systemen. Aus den unterschiedlichen Einsatzgebieten derartiger Systeme resultieren verschiedene Anforderungen und Problemstellungen. In diesem Paper werden Echtzeitaspekte betrachtet. Es wird ein Verfahren beschrieben, mit dem die für die Verteilung von Aufgaben benötigte Zeit und die Verweildauer der Aufgaben im System bestimmt werden kann. Der Ansatz beruht darauf, dass ein Koordinator die Verwaltung einer Aufgabe übernimmt. Ihm werden sowohl die Ankunft, als auch der Beginn und das Ende der Ausführung angezeigt. Auf diese Weise können die gesuchten Zeiten durch einfache Subtraktion ermittelt werden. Das Prinzip wurde experimentell und simulativ mit einem auf MURDOCH (lokale Statusverwaltung), bzw. OAA (zentrale Statusverwaltung) basierenden Aufgabenverteilungsmechanismus getestet. Dadurch konnten erste Einblicke in das Echtzeitverhalten bei Koordinierungsfragen in autonomen Systemen gewonnen werden.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1.
    M. Berhault, M. G. Lagoudakis, P. Keskinocak, A. J. Kleywegt, and S. Koenig, „Auctions with Performance Guarantees for Multi-Robot Task Allocation,“ Proceedings of IEEE/RSJ International Conference on Intelligent Robots and Systems, Sendai, Japan, September 28–October 2 2004.Google Scholar
  2. 2.
    F. Dressler and G. Fuchs, „Energy-aware Operation and Task Allocation of Autonomous Robots,“ Proceedings of 5th IEEE International Workshop on Robot Motion and Control (IEEE RoMoCo’05), Dymaczewo, Poland, June 2005, pp. 163–168.Google Scholar
  3. 3.
    F. Dressler, „Sensor-Based Localization-Assistance for Mobile Nodes,“ Proceedings of 4. GI/ITG KuVS Fachgespräch Drahtlose Sensornetze, Zurich, Switzerland, March 2005, pp. 102–106.Google Scholar
  4. 4.
    G. Fuchs, S. Truchat, and F. Dressler, „Profilbasierte Rekonfiguration kleiner Endgeräte — Roboter unterstützte Sensornetzwerke,“Proceedings of 2. GI/ITG KuVS Fachgespräch Ortsbezogene Anwendungen und Dienste, Stuttgart, Germany, June 2005, pp. 50–53.Google Scholar
  5. 5.
    B. P. Gerkey, „On Multi-Robot Task Allocation,“ Faculty of the Graduate School, University of southern California, 2003.Google Scholar
  6. 6.
    K. H. Low, W. K. Leow, and M. H. Ang, „Autonomic Mobile Sensor Network with Self-Coordinated Task Allocation and Execution,“ IEEE Transactions on Systems, Man, and Cypernetics—Part C: Applications and Reviews, 2005 (accepted for publication).Google Scholar
  7. 7.
    D. Martin, A. Cheyer, and D. Moran, „The Open Agent Architecture: a framework for building distributed software systems,“ Applied Artificial Intelligence, vol. 13, pp. 91–128, 1999.CrossRefGoogle Scholar
  8. 8.
    S. Sariel and T. Balch, „Real Time Auction Based Allocation of Tasks for Multi-Robot Exploration Problem in Dynamic Environments,“ Proceedings of The Twentieth National Conference on Artificial Intelligence (AAAI), Integrating Planning into Scheduling Workshop, Pittsburgh, Pennsylvania, July 2005.Google Scholar
  9. 9.
    M. Younis, K. Akkaya, and A. Kunjithapatham, „Optimization of Task Allocation in a Cluster-Based Sensor Network,“ Proceedings of 8th IEEE International Symposium on Computers and Communications, Kemer-Antalya, Turkey, June 2003, pp. 329–340.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2005

Authors and Affiliations

  • Gerhard Fuchs
    • 1
  • Falko Dressler
    • 1
  1. 1.Lehrstuhl für Rechnernetze und Kommunikationssysteme (Informatik 7)Universität Erlangen-NürnbergErlangenGermany

Personalised recommendations