Graph Neural Networks for Learning Robot Team Coordination
University of Cambridge(剑桥大学);Department of Computer Science and Technology(计算机科学与技术系)
本文展示了如何图神经网络可用于学习分布式协调机制的机器人连接的团队。我们捕捉机器人协调的关系方面的建模机器人团队作为一个图形,其中每个机器人是一个节点,和边缘代表通信链路。在训练过程中,机器人学习如何传递信息和更新内部状态,以便达到目标行为。作为一个代理更复杂的问题,这篇简短的论文考虑的问题,每个机器人必须在本地估计的代数连接团队的网络拓扑结构。
2019-01-27 cs.LG cs.MA cs.RO
PingpongDuo: Agile Humanoid Table Tennis Doubles with Safe Team Coordination
Shanghai Innovation Institute(上海创新研究院);Archon Robotics(Archon机器人公司);The University of Hong Kong(香港大学);NVIDIA(英伟达公司)
研究人形乒乓球双打需解决交替击球、碰撞风险等问题,提出PingpongDuo分层框架,仿真与现实实验验证其提升回球成功率、实现快速定位与连续击球的性能。
2026-11-16 cs.RO
Quadcopter Team Configurable Motion Guided by a Quadruped
University of Arizona(亚利桑那大学)
本文研究由四足机器人引导的四旋翼无人机团队可配置协调,提出基于非奇异Jacobian矩阵的二维仿射变换模型实现无碰撞安全导航,并通过全局与局部坐标系两种方法进行实验评估。
2024-03-20 cs.RO
Heterogeneous Policy Networks for Composite Robot Team Communication and Coordination
Georgia Institute of Technology(佐治亚理工学院);Carnegie Mellon University(卡内基梅隆大学);Sandia National Laboratories(桑迪亚国家实验室)
提出异构策略网络(HetNet),利用异构图注意力网络学习异构机器人团队的高效协作与通信策略,实现端到端训练的二值化消息传递,在多个领域性能提升5.84%至707.65%,通信带宽降低200倍。
2026-06-23 cs.MA cs.RO
Multi-agent Coordination Under Temporal Logic Tasks and Team-Wise Intermittent Communication
Peking University(北京大学)
针对复杂局部任务与间歇通信约束,提出在线分散式协调方案,允许智能体非周期加入或离开通信网络,通过分散式势博弈迭代生成纳什均衡,保证任务完成与通信约束,并经数值模拟验证。
2023-09-06 cs.MA cs.RO
MOSAIC: Modular Scalable Autonomy for Intelligent Coordination of Heterogeneous Robotic Teams
FZI Forschungszentrum für Informatik, Karlsruhe, Germany(弗赖堡信息研究中心,卡尔斯鲁厄,德国);Robotic Systems Lab (RSL), ETH Zürich, Zürich, Switzerland(机器人系统实验室(RSL),苏黎世联邦理工学院,苏黎世,瑞士);Machine Intelligence and Robotics Lab (MaiRo), Karlsruhe Institute for Technology (KIT), Karlsruhe, Germany(机器智能与机器人实验室(MaiRo),卡尔斯鲁厄技术学院(KIT),卡尔斯鲁厄,德国);European Space Agency (ESA), Noordwijk, Netherlands(欧洲航天局(ESA),诺德威克,荷兰)
研究针对多机器人科学探索,提出MOSAIC框架,基于兴趣点统一任务抽象与多层自主性,依机器人能力动态分配任务,经模拟月球探测实验验证,可实现强鲁棒性、可扩展的多机器人科学探索。
2026-07-07 cs.RO
CRAFT: Coaching Reinforcement Learning Autonomously using Foundation Models for Multi-Robot Coordination Tasks
Department of Mechanical Engineering, University of California Berkeley(机械工程系,加州大学伯克利分校)
提出CRAFT框架,利用大语言模型分解任务、生成奖励函数,并通过视觉语言模型优化,实现多机器人协调学习,在四足导航和双臂操作任务中验证有效性。
2026-06-05 cs.RO
Distilling Collaborative Dynamics into Latent Space for Implicit Coordination in Decentralized Multi-Agent Manipulation
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
提出CLS-DP分散式多智能体框架,通过将多智能体动态蒸馏到潜在空间,在部分可观测下实现隐式协调,无需全局视图或通信,在RoboFactory任务中平均成功率38%,优于集中式基线20%。
2026-07-03 cs.RO
Initial Task Allocation for Multi-Human Multi-Robot Teams with Attention-based Deep Reinforcement Learning
Purdue University(普渡大学);Beijing University of Chemical Technology(北京化工大学)
本文针对多人类多机器人团队的初始任务分配问题,提出基于注意力深度强化学习的方法,通过跨属性注意力模块建模异构属性依赖,并在大规模威胁监视场景中验证了模型优势。
2023-07-07 cs.RO
Zero-Shot Coordination in Ad Hoc Teams with Generalized Policy Improvement and Difference Rewards
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出了一种通用策略改进与差额奖励方法,用于实现不同团队间的高效零样本知识转移,通过三个模拟环境和真实机器人系统验证了其有效性。
2026-03-31 cs.AI cs.MA cs.RO
An Efficient Multi-Robot Arm Coordination Strategy for Pick-and-Place Tasks using Reinforcement Learning
ETH Zurich(苏黎世联邦理工学院)
本文提出一种基于强化学习的多机器人废物分拣策略,通过构建OpenAI gym环境并训练深度强化学习网络优化抓取率,实验证明其性能优于组合博弈论方法,抓取率提升达16%,并在双机器人硬件上得到验证。
2024-09-20 cs.RO
Initial Task Assignment in Multi-Human Multi-Robot Teams: An Attention-enhanced Hierarchical Reinforcement Learning Approach
Purdue University(普渡大学);Beijing University of Chemical Technology(北京化工大学)
针对多人多机器人团队异质性下长周期初始任务分配的难题,提出带分层跨属性注意力机制的分层强化学习方法,经环境监视案例验证可提升分配效率。
2023-10-08 cs.RO
Bi-CL: A Reinforcement Learning Framework for Robots Coordination Through Bi-level Optimization
George Mason University(乔治梅森大学)
针对多机器人协调中信息不完整与行为耦合的难题,提出双层协调学习(Bi-CL)框架,结合强化学习与模仿学习及对齐惩罚机制,实现高效可扩展的协调,仿真验证性能与传统基线相当。
2024-08-21 cs.RO
TriSAR: Task Coordination and Collision Avoidance for Aerial Robot Teams in Disaster Response
School of Science and Technology, Nottingham Trent University(诺丁汉特伦特大学科学技术学院)
该研究提出TriSAR协调系统,通过Gazebo仿真评估发现,反应式斥力可提升空中机器人团队的避撞安全,遗传算法分配仅在禁用斥力时提升任务效率。
2026-09-03 cs.RO
Human-Robot Team Coordination with Dynamic and Latent Human Task Proficiencies: Scheduling with Learning Curves
Georgia Institute of Technology(佐治亚理工学院)
随着机器人在劳动力中变得无处不在,人机协作必须既直观又自适应。机器人的质量提高基于其明确推理其人类同行的时变(即学习曲线)和随机能力的能力,并调整关节工作负荷以提高效率,同时考虑人类偏好。我们引入了一种新的资源协调算法,使机器人探索他们的人类队友的相对优势和学习能力,通过构建时间表,是随机和随时间变化的人类任务性能的鲁棒性。首先,我们使用从用户研究(n = 20)中收集的数据验证了我们的算法方法,表明我们可以快速生成和评估一个强大的时间表,同时发现最新的个人工人熟练程度。其次,我们进行了一个受试者之间的实验(n = 90),以验证我们的协调算法的有效性。从人类受试者的实验结果表明,有利于探索的调度策略往往有利于人机协作,因为它提高了团队流畅性(p = 0.0438),同时也最大限度地提高了团队效率(p < 0.001)。
2020-07-09 cs.AI cs.HC cs.RO
Movement Coordination in Human-Robot Teams: A Dynamical Systems Approach
University of Notre Dame(圣母大学)
为了成为有效的队友,机器人需要能够理解高层次的人类行为,以识别、预测和适应人类的运动。我们设计了一种新的方法,使机器人能够实时感知人类群体运动,预测未来的行动,并相应地合成自己的运动。我们在联合行动的背景下探索这一点,人类和机器人同步移动。在本文中,我们提出了一种预测方法,考虑到高层次的群体行为。我们验证的方法在一个人-机器人交互的情况下,自主移动机器人观察一队人类舞者,然后成功地和偶然地协调其运动“加入舞蹈”。我们比较了我们的预期方法移动机器人的结果与另一种不依赖于高层次群体行为的方法,发现我们的方法在更紧密地同步机器人的运动到团队方面表现得更好,并且还表现出更多的偶然性和流畅的运动。这些发现表明,机器人在理解高级别群体行为时比不理解时表现得更好。这项工作将有助于机器人社区的其他人在未来构建更流畅和适应性更强的机器人。
2016-05-04 cs.AI cs.RO
Hierarchical Multi-agent Reinforcement Learning for Warehouse Robot Coordination under Communication Loss
Cornell University(康奈尔大学);Imperial College London(帝国理工学院)
本文提出一种分层多智能体强化学习框架,通过分组协调、循环预测器补偿通信丢失、高层策略生成协调参考及安全过滤器,提升仓库机器人任务完成率并保证安全。
2026-09-29 cs.RO cs.SY eess.SY
Safe Coordination of Human-Robot Firefighting Teams
Georgia Institute of Technology(佐治亚理工学院)
野火具有破坏性,对受害者的生命和自然资源造成大规模、不可逆转的损害。研究人员提议委托无人机(无人机)为消防员提供实时跟踪信息;然而,这些无人机无法推理火灾的轨迹,包括当前位置、测量结果和不确定性以及传播情况。我们提出了一个模型预测,概率安全的分布式控制算法,人机协作在野火战斗。所提出的算法克服了现有工作的局限性,明确估计潜在的火灾传播动力学,使智能,时间延长的无人机协调支持地面人类消防员。我们推导出一个新的分析界限,使无人机分配他们的资源,并提供了一个概率保证人类的安全,同时保持无人机的能力,以涵盖整个火灾。
2019-03-16 cs.AI cs.HC cs.MA
Fast Object Learning and Dual-arm Coordination for Cluttered Stowing, Picking, and Packing
University of Bonn(波恩大学)
从杂乱的垃圾箱中进行机器人拣选是一项艰巨的任务,亚马逊机器人技术对此提出了挑战。2017年亚马逊机器人挑战赛(ARC)要求将物品存放到存储系统中,挑选特定物品并将其包装到盒子中。在本文中,我们描述了团队NimbRo Picking的入口。我们的深度对象感知管道可以使用自定义转盘捕获系统和迁移学习快速有效地适应新项目。它生成高质量的物品段,并在其上找到抓取姿势。规划组件协调两个机器人手臂之间的操作动作,最大限度地减少执行时间。该系统已在ARC上成功演示,我们的团队在拣选任务和最终的堆取任务中都获得了第二名。我们还评估各个组件。
2018-10-06 cs.RO
Exploration and Coordination of Complementary Multi-Robot Teams in a Hunter and Gatherer Scenario
Lamar University(拉马尔大学)
猎人和采集者方法处理动态多机器人任务分配问题,其中任务在不知不觉中分布在环境中。这种方法采用两个互补的代理团队:一个敏捷的探索(猎人)和另一个灵巧的完成(采集者)任务。虽然这种方法已经研究了任务规划的角度来看,在我们以前的作品,多机器人探索和协调方面的问题仍然没有调查。本文提出了一种基于“期望信息增益”的多机器人搜索算法,以最小化分布式任务完成的集体成本。此外,我们提出了一个协调的解决方案之间的猎人和采集者整合的新概念的利润率的概念,期望信息增益。广泛的仿真结果的统计分析证实了所提出的算法的有效性,在不同的环境中不同程度的障碍物的复杂性。我们还表明,猎人和采集者之间缺乏有效的协调显着损害了规划的整体效果,特别是在密集的障碍和狭窄的走廊环境。最后,它是统计证明,整体工作量平均分配为每种类型的代理,这确保了所提出的解决方案是不偏向于一个特定的代理和所有代理类似的行为下类似的特点。
2022-03-31 cs.AI cs.MA cs.RO
3D Multi-Robot Exploration with a Two-Level Coordination Strategy and Prioritization
Institute of Systems and Robotics of the University of Coimbra(科英布拉大学系统与机器人研究所)
本文提出一种三维多机器人探索框架,将两级协调策略与优先级机制结合,利用滚动时域下一最佳视角方法在不平坦地形上减少冲突并支持按需引导探索。
2023-07-07 cs.RO
Multi-Agent Coordination for a Partially Observable and Dynamic Robot Soccer Environment with Limited Communication
Sapienza University of Rome(罗马大学);UNINT University(UNINT大学)
针对RoboCup标准平台联赛通信速率下降的问题,本文提出基于市场任务分配思想的分布式多机器人协调系统,经赛事和仿真验证可有效减少低通信场景下的任务重叠。
2024-01-26 cs.MA cs.RO
Coordination with Humans via Strategy Matching
Carnegie Mellon University(卡内基梅隆大学)
人类和机器人合作伙伴越来越需要作为一个团队一起工作来执行任务。为这种协作而设计的机器人必须推理它们的任务完成策略如何与人类团队成员的行为和技能相互作用,因为它们协调实现共同目标。我们在这项工作中的目标是开发一个计算框架,机器人适应人类合作伙伴在人类-机器人团队协作。我们首先提出了一个算法,通过观察人-人团队执行协作任务,自主识别可用的任务完成策略。通过使用隐马尔可夫模型将团队行为转换为低维表示,我们可以在没有先验知识的情况下识别策略。机器人的政策是学习每个识别的策略,以构建一个混合的专家模型,适应看不见的人类合作伙伴的任务策略。我们评估我们的模型上的协作烹饪任务,使用一个煮过头的模拟器。与125名参与者的在线用户研究结果表明,与最先进的强化学习方法相比,我们的框架提高了人类-代理团队的任务性能和协作流畅性。
2022-11-07 cs.HC cs.LG cs.RO
RSPECT: Robust and Scalable Planner for Energy-Aware Coordination of UAV-UGV Teams in Aerial Monitoring
Department of Electrical and Computer Engineering, Northeastern University(东北大学电气与计算机工程系)
针对无人机与作为移动充电站的无人车在长期空中监控任务中的鲁棒规划问题,提出可扩展启发式算法RSPECT,通过混合整数规划建模并保证规划可行性与鲁棒性。
2026-06-16 cs.MA cs.RO
Efficient Multi-Agent Coordination via Dynamic Joint-State Graph Construction
George Mason University(乔治·玛森大学)
本文提出TCGRE问题及动态联合状态图构建方法,通过三维匹配归约证明NP难性,并设计Dynamic-HJSG算法在保持最优性的同时将复杂度从指数降至多项式,大幅提升大规模多智能体协同路径规划效率。
2025-09-08 cs.MA cs.RO
Alignment Under Pressure: AR-HMD Support Tools for Action Teams
Cornell Tech(康奈尔科技学院);Cornell University(康奈尔大学);Michigan State University(密歇根州立大学);Colorado State University(科罗拉多州立大学);UC San Diego(加州大学圣迭戈分校);Weill Cornell Medicine(威尔康奈尔医学院)
本研究针对行动团队的沟通中断问题,开发团队对齐与协同分类法(TACT),探究AR-HMD用于团队对齐的潜力,将设计重点转向团队层面的系统干预,以提升医疗行动团队的协同能力。
2026-09-07 cs.HC cs.RO
On the Importance of Environments in Human-Robot Coordination
University of Southern California(南加州大学)
在研究机器人与人类合作时,大部分关注点都集中在机器人策略上,这些策略可以在协作任务中与人类队友流畅地协调。然而,很少有人强调的环境对协调行为的影响。为了彻底探索导致不同行为的环境,我们提出了一个程序生成环境的框架,这些环境(1)在风格上类似于人类创作的环境,(2)保证可由人类-机器人团队解决,(3)在协调措施方面多样化。我们通过模拟和在线用户研究分析程序生成的环境中的过度烹饪基准域。结果表明,即使机器人运行相同的规划算法,环境也会导致质量不同的新兴行为和统计上显著的协作流畅性指标差异。
2021-06-28 cs.AI cs.RO
Deep Reinforcement Learning in Lane Merge Coordination for Connected Vehicles
King’s College London(伦敦国王学院);Orange Labs Services(奥兰治实验室服务公司)
在本文中,车道合并协调的框架,提出了利用一个集中的系统,连接的车辆。向道路上的联网车辆提供轨迹建议是基于交通导航器和数据融合作为主要组件。深度强化学习和数据分析用于预测联网车辆的轨迹建议,同时考虑未联网车辆的建议。结果突出了流量控制器的适应性,当在看不见的现实世界合并场景中使用Dueling Deep Q-Network时。最后,对不同的强化学习模型进行了性能比较,并对关键性能指标(KPI)进行了评价。
2020-10-20 cs.LG cs.RO
Continual Quadruped Robots Coordination via Semantic Skill Discovery
National Key Laboratory of Novel Software Technology, Nanjing University, Nanjing, China(新型软件技术国家重点实验室,南京大学,南京,中国);School of Artificial Intelligence, Nanjing University, Nanjing, China(人工智能学院,南京大学,南京,中国);Polixir Technologies, Nanjing, China(南京极智科技有限公司)
提出Conquer框架,通过语义技能库实现多四足机器人在持续学习任务中的协调,避免灾难性遗忘,最终平均成功率95.6%。
2026-06-11 cs.AI cs.MA cs.RO
Proficiency Constrained Multi-Agent Reinforcement Learning for Environment-Adaptive Multi UAV-UGV Teaming
Kent State University(肯特州立大学)
空中和地面混合机器人团队,包括无人地面车辆(UGV)和无人机(UAV),广泛用于灾难救援,社会保障,精准农业和军事任务。然而,由于机器人具有不同的运动速度、感知范围、到达区域和对动态环境的弹性能力,因此团队能力和相应的配置有所不同。由于团队中机器人的异质性和机器人的弹性能力,在合理的任务分配和机器人能力的最大利用之间实现最佳平衡是具有挑战性的。为了解决这一挑战,有效的混合地面和空中组队,本文开发了一种新的组队方法,熟练感知多智能体深度强化学习(Mix-RL),通过考虑机器人能力,任务要求和环境条件之间的最佳对齐来指导地面和空中合作。Mix-RL在很大程度上利用了机器人的能力,同时意识到机器人能力对任务要求和环境条件的适应。Mix-RL在指导混合组队方面的有效性通过任务“犯罪车辆跟踪的社会保障”进行了验证。
2021-06-29 cs.AI cs.RO
Epistemic Prediction and Planning with Implicit Coordination for Multi-Robot Teams in Communication Restricted Environments
University of Virginia(弗吉尼亚大学)
针对通信受限下多机器人断连会合问题,提出基于动态认知逻辑的协调认知预测与规划框架,无需通信即可实现信念传播与隐式协调,完成探索、任务及会合。
2023-02-21 cs.AI cs.RO
Compositional Coordination for Multi-Robot Teams with Large Language Models
Department of Computer Science, University of Southern California(计算机科学系,南加州大学);GRASP Lab, University of Pennsylvania(GRASP实验室,宾夕法尼亚大学)
提出LAN2CB框架,利用大语言模型将自然语言任务描述转化为行为树和Python代码,实现多机器人协调,减少人工工作并支持多种任务。
2025-10-22 cs.AI cs.LG cs.MA
Learning Coordination Policies over Heterogeneous Graphs for Human-Robot Teams via Recurrent Neural Schedule Propagation
Georgia Institute of Technology(佐治亚理工学院);Institute for Robotics and Intelligent Machines(机器人与智能机器研究所)
随着人机协作在劳动力中的增加,人机团队有效和直观地协调变得至关重要。传统的人-机器人调度方法要么利用精确的方法,这对于大规模的问题是难以解决的,并且难以考虑随机的、时变的人类任务性能,要么利用需要专家领域知识来开发的特定于应用的方法。我们提出了一个基于深度学习的框架,称为HybridNet,结合了异构的基于图的编码器与经常性的调度传播调度随机人类机器人团队的上限和下限的时间约束。HybridNet的编码器利用异构图注意力网络对初始环境和团队动态进行建模,同时考虑约束。通过将任务调度制定为顺序决策过程,HybridNet的递归神经调度传播器利用长短期记忆(LSTM)模型来传播动作的前向结果,以执行快速调度生成,从而消除了在每个任务代理对选择之间与环境交互的需要。由此产生的调度策略网络提供了一个计算量小但表达能力强的模型,该模型可通过强化学习算法进行端到端训练。我们开发了一个虚拟的任务调度环境,在多轮设置的混合人类机器人团队,能够模拟人类工人的随机学习行为。实验结果表明,HybridNet在确定性和随机性人类性能方面优于其他人类-机器人调度解决方案,与基于纯GNN的机器人相比,运行时间更快。
2023-01-30 cs.AI cs.LG cs.MA
Graph Neural Network-based Multi-agent Reinforcement Learning for Resilient Distributed Coordination of Multi-Robot Systems
Northwestern University(西北大学);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所)
提出基于 GNN 的 MARL 方法 MAGEC,结合多智能体 PPO,使多机器人系统在减员、部分可观测和通信异常下仍能围绕全局目标进行分布式协调。
2024-03-19 cs.MA cs.RO
HULK: Large-scale Hierarchical Coordination under Continual and Uncertain Temporal Tasks
Department of Mechanics and Engineering Science, College of Engineering, Peking University(力学与工程科学系,工程学院,北京大学);National University of Defense Technology(国防科学技术大学)
本文提出HULK框架,解决连续和不确定时间任务下的大规模协调问题,通过分层结构提升计算效率和鲁棒性。
2026-05-09 cs.MA cs.RO
Sampling-Based Coordination-Informed Multi-Objective Multi-Robot Reinforcement Learning
University of Cambridge(剑桥大学);CNRS, Univ Rennes, Inria, IRISA(法国国家科学研究中心、雷恩大学、法国国家信息与自动化研究所、IRISA);California Institute of Technology(加州理工学院)
提出CIMORL框架,通过分布式权重预测、特权专家训练和采样变体(CIMORL-TS/MPPI),在合作与对抗场景中实现Pareto最优解,超体积提升21.2%。
2026-09-15 cs.MA cs.RO
IndoorR2X: Indoor Robot-to-Everything Coordination with LLM-Driven Planning
Fujitsu Research(富士通研究所);Carnegie Mellon University(卡内基梅隆大学)
IndoorR2X通过整合移动机器人和静态物联网设备的观测数据,构建全局语义状态,实现可扩展的场景理解、减少冗余探索并利用大语言模型进行高层协调,提升多机器人系统的效率和可靠性。
2026-07-08 cs.MA cs.RO
When Should Agents Coordinate in Differentiable Sequential Decision Problems?
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
研究探讨了在可微顺序决策问题中,如何通过分析代理目标的二阶性质来决定何时团队应协调,以提高整体性能。
2026-02-03 cs.GT cs.MA cs.RO
Deep Reinforcement Learning for Multi-Agent Coordination
本文提出一种基于信息素的多智能体深度强化学习框架,通过虚拟信息素模拟局部和社会交互,实现无通信的去中心化协调,解决狭窄环境中多机器人协作的挑战。
2025-10-04 cs.AI cs.LG cs.MA
Multi-Robot Coordination Induced in an Adversarial Graph-Traversal Game
George Mason University(乔治梅森大学)
本文将多机器人在对抗性时变图中的遍历问题建模为随机博弈,通过数值求解纳什均衡策略并给出博弈值界,揭示了蓝方机器人分散与同步等协调行为在降低代价中的优势。
2024-09-27 cs.GT cs.RO
Multi-Agent Reinforcement Learning for Unmanned Aerial Vehicle Coordination by Multi-Critic Policy Gradient Optimization
School of Informatics, University of Leicester(莱斯特大学信息学院)
针对多智能体强化学习在无人机协同中存在的误差反向传播困难、忽略协作的问题,提出含多价值估计网络与新型优势函数的多评判器策略优化架构,实现稳定训练与最优协同。
2020-12-31 cs.AI cs.LG cs.RO
Economical Precise Manipulation and Auto Eye-Hand Coordination with Binocular Visual Reinforcement Learning
National University of Singapore(新加坡国立大学)
在许多情况下,需要精确的机器人操作任务(插入,拧紧,精确拾取,精确放置)。以前的方法在这样的操作任务上取得了良好的性能。然而,这种方法通常需要繁琐的校准或昂贵的传感器。3D/RGB-D相机和扭矩/力传感器增加了机器人应用的成本,并且可能并不总是经济的。在这项工作中,我们的目标是解决这些问题,但只使用弱校准和低成本的网络摄像头。我们提出了双目对齐学习(BAL),它可以自动学习的眼手协调和点对齐能力,以解决这四个任务。我们的工作重点是未知的眼手协调工作,并提出了不同的方法来执行手眼相机自动校准。该算法在仿真中进行了训练,并使用一个实际的流水线实现了sim 2 real,并在真实机器人上进行了测试。我们的方法在四个任务上以最小的成本取得了有竞争力的好结果。
2022-09-15 cs.AI cs.CV cs.RO
Defensive Escort Teams via Multi-Agent Deep Reinforcement Learning
University of New Mexico(新墨西哥大学)
协调的防御护卫队可以通过定位自己来帮助导航有效载荷,以保持有效载荷的安全免受障碍物的影响。在本文中,我们提出了一种新颖的端到端的解决方案,用于协调护送团队保护高价值的有效载荷。我们的解决方案采用深度强化学习(RL),以便训练一组护送人员,在有效载荷旁导航时保持有效载荷的安全。这是以分布式的方式完成的,仅依赖于其他护航、有效载荷和障碍物的有限范围的位置信息。与最先进的避障算法相比,我们的解决方案使用单一护送将导航成功率提高了31%。此外,护送队的成功率比静态编队的护送队高出75%。我们还表明,这种学习的解决方案是一般的几个适应的情况下,包括:在团队中的护送人数不断变化,不断变化的障碍物密度,和有效载荷构象的变化。视频:https://youtu.be/SoYesKti4VA.
2019-10-09 cs.LG cs.MA cs.RO
Safe Multiagent Coordination via Entropic Exploration
针对安全多智能体学习中探索受限及缺乏团队约束研究的问题,提出熵探索(E2C)方法,通过观测熵最大化激励探索,实验显示其在任务性能上优于基线且能减少50%不安全行为。
2025-08-26 cs.AI cs.MA cs.RO