California Institute of Technology（加州理工学院）

2608.14031 2026-08-17 cs.RO cs.SY eess.SY math.OC 新提交

Demonstration of Space Robot Teleoperation over a Lossy and Delayed Network using ATMOS

利用ATMOS在有损和延迟网络上进行空间机器人遥操作的演示

Inkyu Jang, Gregorio Marchesini, Nicola De Carli, Byeongjun Kim, Sunwoo Hwang, Dabin Kim, Elias Krantz, Youngkyoung Kong, Frank J. Jiang, Annika Wong, Pedro Roque, Prasetyo W. L. Sanjaya, Nicola Bastianello, Mani H. Dhullipalla, Karl H. Johansson, Hyungbo Shim, Dimos V. Dimarogonas, H. Jin Kim

机构 * Seoul National University（首尔大学）； KTH Royal Institute of Technology（皇家理工学院）； FleetMQ ； California Institute of Technology（加州理工学院）

AI总结该研究通过ATMOS平台，在首尔与斯德哥尔摩间的长距离延迟网络中，验证了结合状态预测与轨迹跟踪的控制策略，可用于航天器遥操作对接测试，为在轨操作验证奠定基础。

Comments (c) 2026 the authors. This work has been accepted to IFAC for publication under a Creative Commons License CC-BY-NC-ND. 6 pages, 8 figures. Inkyu Jang and Gregorio Marchesini contributed equally to this work

2606.30893 2026-08-17 cs.RO cs.MA 版本更新

Sampling-Based Coordination-Informed Multi-Objective Multi-Robot Reinforcement Learning

基于采样的协调感知多目标多机器人强化学习

Antonio Marino, Esteban Restrepo, Soon-jo Chung, Paolo Robuffo Giordano, Claudio Pacchierotti

机构 * 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）

AI总结提出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%。

Comments 20 pages, 11 figures, 4 tables