arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2025-11-25 至 2025-11-25 共收录 1 信号源:cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 1 篇

2511.18243 2025-11-25 cs.RO 85%

Dreaming Falcon: Physics-Informed Model-Based Reinforcement Learning for Quadcopters

梦之鹰:用于四旋翼的物理引导模型基强化学习

Eashan Vytla, Bhavanishankar Kalavakolanu, Andrew Perrault, Matthew McCrink

机构 * The Ohio State University(俄亥俄州立大学)

专题命中 模型式强化学习 :model-based reinforcement learning(title,abstract);world model(abstract);world model(abstract);model-based RL(abstract)

AI总结 本文提出一种基于物理引导的世界模型方法,用于改进四旋翼的强化学习性能,通过物理模型预测力矩和状态展开,提升动态环境下的鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏