The HUB-CI Model for Telerobotics in Greenhouse Monitoring

Aplicación de algoritmos de aprendizaje automático a sistemas robóticos multiagente para la programación y control de operaciones productivas y logísticas: una revisión de la literatura reciente

“…Kiktev et al (2021) exteriorizan que los MARS, se presentan en forma de típicas máquinas de estado, para la simulación de estados de robots en escenarios definidos implícitamente que permiten la planificación y el seguimiento de las tareas en tiempo real, en definitiva, la cooperación de los enjambres de robots y su potencial para futuras aplicaciones es exitosa. Nair et al (2019) indican que las simulaciones de las interacciones colaborativas planificadas y optimizadas con HUB-CI con programas como Python producen menos errores y una mejora detección al mejorar el sistema. Lujak et al (2021) dan a conocer su modelo descentralizado y dinámico variante del clásico problema a MCLSP-BOSI con costos dependientes del tiempo este algoritmo de desbordamiento se basó en subastas que aprovecha al efecto indirecto, este modelo y la tecnología DSM es necesaria en el campo para la rápida evolución de MAS para IoT, lo que permite simplificar significativamente la creación de soluciones distribuidas finitas, al introducir funcionalidades complejas de los "grandes sistemas", reduciendo el tiempo de desarrollo.…”

Collaborative Detection and Prevention of Errors and Conflicts in an Agricultural Robotic System

“…This research focuses on the Agricultural Robotic System (ARS) that combines sensors, robots, humans, and agricultural greenhouses as integrated elements of CPS. They operate under a HUB-CI, hub of collaborative intelligence "brain model" with cyber collaborative protocols and algorithms (Nair et al, 2019;Sreeram & Nof, 2021) such as outer space, underwater, telesurgery, manufacturing, and production. In precision agricultural robotics, target monitoring, recognition, and detection is a complex task, requiring expertise.…”