选定的出版物
多机器人系统的聚类空间形成控制该实验室是集群空间多机器人编队控制技术的发源地。这是一种全自由度的空间控制策略，具有形式化的数学，可证明的稳定行为，并适用于广泛的陆/海/空系统。该技术将一组机器人想象成一个虚拟的关节机构，并允许单个飞行员或更高级别的自动化控制器以简单、直观的方式指定所需的运动和组的几何特征。主要刊物包括:
C.基茨和I.马斯。”多机器人系统的簇空间规范与控制， " IEEE/ASME Trans。关于机电一体化，v14 n2, pp. 207-218, 2009。
I.马斯和C.基茨。”移动多机器人系统的动态控制，“IEEE Access, v2, pp. 558- 570,2014。
环境标量场自适应导航:该实验室在多机器人技术方面处于领先地位，该技术可自适应地定位并沿着环境标量场(例如，参数变化的区域，如温度、辐射水平或污染物浓度)中的兴趣点移动。特别是，我们开发了一种基于聚类空间形成控制器的分层控制技术，允许我们使用多机器人聚类来找到这些有趣的点，而无需详尽地映射整个区域。感兴趣的功能包括定位领域中的最大/最小点，沿轮廓移动，向下/向上移动山脊/沟槽地层，定位鞍点，并沿前线移动。这些能力对于灾害响应、环境监测/表征、勘探和安全等应用来说是至关重要的。
t·阿达马克，c·基茨和i·马斯自主水面舰艇基于梯度的集群空间导航， " IEEE/ASME Trans。关于机电一体化，vol 20 no 2, pp. 506-518, 2014。
C.基茨，R.麦克唐纳，M.诺伊曼多机器人集群的自适应导航控制原语，“IEEE Access, 2018年第6卷，第17625-17642页。
我们的工作在集群空间多机器人控制中的其他应用:除了使用我们的集群空间控制技术来实现自适应导航功能外，我们还将其应用于受益于分布式功能的广泛其他应用程序。这些应用包括护送和保护其他物体，操纵/运输大型物体，以及优化跟踪目标。
I.马斯，S.李，J.凯恩和C.基茨"多机器人集群空间的诱捕/护送和巡逻任务，“2009年IEEE/RSJ智能机器人与系统国际会议，圣路易斯，密苏里州，2009年，第5855-5861页。
P.马哈切克，C.基茨和I.马斯基于ASV舰队集群控制的海上资产动态防护，" IEEE/ASME Trans。机电一体化，vol 17 no 1, pp. 65-75, 2012。
M.诺伊曼和C.基茨"面向物体传输的混合多机器人控制体系结构，" IEEE/ASME Trans。关于机电一体化，vol 21 no 6, pp. 2983-2988, 2016。
J. Cashbaugh和C. Kitts "基于视觉的目标跟踪使用最优定位集群，“IEEE系统杂志，2018年第12卷第2期，第1423-1434页。
基于因果/模型的异常管理AI:我们已经为功能工程系统中发生的不同类型的异常开发了一个全面的基于模型的概念框架，包括其检测、诊断和解决的统一框架。我们已经将此应用于我们建造和部署的机器人系统的操作控制。
C.基茨。”利用第一性原理推理管理空间系统异常，“IEEE机器人与自动化杂志，第13卷第4期，第39-50页，2006。
新颖的机器人系统设计:考虑到我们的赞助商和合作者的需求，我们设计定制的机器人系统和技术。例如用于自主测深测绘的SWATH船(用于太浩湖)，使用形状记忆合金触发器的新型高温水采样器(部署在太平洋)，以及可重构的被动磁卫星稳定系统。
C. Kitts, P. Mahacek, T. Adamek, K. Rasal, V. Howard, S. Li, A. Badaoui, W. Kirkwood, G. Wheat和S. Hulme，”机器人小水线面双体船的现场操作，“野外机器人学报，vol 29 no 6, pp. 924-938, 2012。