KI-Beratung Beta

Gutscheinbedingungen

*Gültig bis 06.10.2026 auf alle Bücher. Ausgeschlossen sind Zeitschriften, Prozentbücher und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli (ausser Transa Books), Barth Bücher, Buchladen Rapunzel, Papeterie Köhler, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf www.orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 30.- | Nicht mit anderen Rabatten kumulierbar.

Produktbild: Distributed Localization and Formation Control of Multi-Agent Systems with Local Sensing Information

Distributed Localization and Formation Control of Multi-Agent Systems with Local Sensing Information

Fr. 171.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

03.07.2025

Abbildungen

XVII, 195 p. 115 illus., 114 illus. in color.

Verlag

Springer Singapore

Seitenzahl

195

Maße (L/B/H)

24.1/16/1.7 cm

Gewicht

532 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9660-14-8

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

03.07.2025

Abbildungen

XVII, 195 p. 115 illus., 114 illus. in color.

Verlag

Springer Singapore

Seitenzahl

195

Maße (L/B/H)

24.1/16/1.7 cm

Gewicht

532 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9660-14-8

Herstelleradresse

Springer-Verlag GmbH
Europaplatz 3
69115 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Distributed Localization and Formation Control of Multi-Agent Systems with Local Sensing Information

  • Introduction.- Distributed localisation for MASs under barycentric coordinate representation.- Distributed localization of MASs with imperfect channel.- Distributed localization of MASs with random noise.- Distributed localization of MASs with randomly varying trajectory lengths.- Data-driven adaptive distributed localization of MASs with sensor failure.- Distributed sensor network localization based on local bearing measurement.- Local-bearing-based prescribed-time localization of MASs with noisy measurement.- Integration of distributed localization and formation of MAS.