ملٹی راوت سموت (انگریزی: Multot Smultinity) مقامی اصناف (SLAM) میں کئی روبوٹس ایک ساتھ مل کر ایک ساتھ ماحول کا نقشہ بنانے کے لیے کام کرتے ہیں جبکہ اس میں ان کی پوزیشنوں کا تعین کرتے ہوئے یہ رسائی ایک دوسرے کے معیار کو بہتر بناتا ہے اور ایک دوسرے کے مقابلے میں اسے کنٹرول کرتا ہے۔
موستا-روبٹ شم کا تدریسی فاؤنڈیشن ہے۔
کثیر ال عرض بلد SLAM کے بنیادی تدریسی پہلوؤں میں معلوماتی کیمیائیات، نقشہ سازی اور اتفاقیہ شامل ہیں۔انہیں الجبراً روبوٹس کو معلومات کی تقسیم اور ماحولیات کی متحدہ سمجھ حاصل کرنے کے قابل بناتا ہے۔بابینیاتی طریقوں جیسے کہ Bayesian Rediserves کو عام طور پر مقامی طور پر اور نقشہ سازی میں بے ترتیبی انتظام کرنے کے لیے استعمال کیا جاتا ہے۔
اہم مشکلات میں مختلف روبوٹس کی طرف سے پیدا ہونے والے نقشوں اور رابطہ کی کارکردگی کو برقرار رکھنا اور حساس آواز اور رابطے کے خلاف خطرناک کارکردگی کو یقینی بنانا شامل ہے۔ تدریسی ماڈل اکثر مثالی رابطے کا خیال رکھتے ہیں، لیکن حقیقی دنیا میں عدم اعتماد کے ساتھ ساتھ رابطے اور اس سے متعلق ڈیٹا کے متبادل کی ضرورت ہوتی ہے۔
عملی اصلاح
حقیقی ماحول میں کثیر تعداد میں ⁇ ایم ایم اے کرنے میں ہارڈ ویئر کے معاملات پر غور کرنا شامل ہے، جیسے سینسر انتخاب اور رابطہ کے نظام۔ روبوٹس انورٹر کے ذریعے لی ڈی آر، کیمرے یا انڈرل سینسر کو نظر انداز کرنے کے لیے استعمال کرتے ہیں اور وی فی یا ریڈیو کے لیے وقف کیے جاتے ہیں۔
مرکزی نظاموں پر انحصار کرتے ہوئے مرکزی کردار، قابل ذکر، قابل ذکر اور مرکزی نظامات کو اعداد و شمار کے عمل میں لانے کے لیے ایک مرکزی سرور پر انحصار کرتے ہیں جبکہ قابل احترام نظام روبوٹس کو براہ راست کام کرنے اور معلومات کو شیئر کرنے کے قابل بناتا ہے۔
مشکلات اور مستقبل کی راہنمائی
حالیہ مشکلات میں رابطہ بینڈویتھ، نقشہ سازی اور فعال ماحول سے نمٹنے کے عمل کو منظم کرنا اور مشین سیکھنے میں مہارتوں کو بہتر بنانا اور زیادہ بہتر Center ٹیکنالوجی کو بڑھانے کی امید ہے۔
- معلوماتی معلومات شیئر پروٹوکول
- رو خاتمہ نقشہسازی
- قابلِ استعمال اسلوبی طریقوں
- فعال اور غیر یقینی ماحول کو ختم کرنا