PulseAugur
中
实时 08:14:52
English(EN) A Deep Reinforcement Learning Framework for Closed-loop Guidance of Fish Schools via Virtual Agents

深度强化学习通过虚拟代理引导鱼群

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个深度强化学习框架，利用虚拟代理来引导鱼群。该系统采用近端策略优化（PPO）来训练策略，这些策略可以部署在现实世界的实验中，与活鱼互动。设计了一个复合奖励函数来平衡方向引导和群体凝聚力，实验表明白色背景和较大的刺激尺寸对引导最有效。研究还发现，引导效果随着群体规模的增大而降低，并且多个代理并未提高结果。 AI

影响 展示了强化学习在生物系统中的新颖应用，可能影响未来的仿生机器人学研究。

排序理由 该集群包含一篇详细介绍深度强化学习新颖应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

深度强化学习通过虚拟代理引导鱼群

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Takato Shibayama, Hiroaki Kawashima ·

    用于虚拟代理闭环引导鱼群的深度强化学习框架

    arXiv:2603.28200v2 Announce Type: replace-cross Abstract: Guiding collective motion in biological groups is a fundamental challenge in understanding social interaction rules. In this study, we propose a deep reinforcement learning (RL) framework for closed-loop guidance of fish s…

相关实体

相关话题