09:55
官方账号arXiv cs.LG@Thomas Hickling, Dylan Wynne, Yu Su, Nabil Aouf
推荐理由：这篇论文用共享体素地图加MASAC实现了多无人机室内导航，仿真成功率90.3%，真机也能跑。比A*和人工势场都好，还解决了sim-to-real问题。
体素地图
共 1 条相关 AI 资讯
7月29日
09:55
本文提出一种结合共享体素地图世界模型与多智能体Soft Actor-Critic（MASAC）控制器的室内无人机协同导航框架。多个无人机将360度LiDAR观测融合到共同的世界坐标系占据地图中，转换为紧凑的鸟瞰图（BEV）表示，每个智能体获得自我对齐的局部裁剪。在仿真中，该控制器在走廊导航中达到90.3%的成功率，优于A*规划、人工势场控制器和先前的引导方法。通过离线模仿微调，将仿真训练的策略适应真实数据，在GNSS拒止的室内环境中实现双无人机稳定协作。