两篇新研究论文探讨了训练和部署协作无人机群的高级方法。第一篇论文介绍了 AeroWeaver，一种具身智能体工具，可将大型语言模型的决策连接到可执行的无人机技能，从而在没有中央控制代理的情况下实现分布式协调和自适应学习。第二篇论文提出了一种混合保真度训练方案，使用低保真度模拟器，并通过简短的高保真度校准飞行的残差学习进行校正，显著降低了计算成本并提高了各种团队规模下的性能。 AI
影响 这些进展可以使更复杂和自适应的自主无人机操作在搜索、检查和跟踪等任务中成为可能。
排序理由 两篇在 arXiv 上发表的学术论文，详细介绍了无人机群协调和训练的新方法。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2609.18520v1 Announce Type: new Abstract: Collective intelligence is a collaborative autonomy paradigm in which multiple agents pursue shared objectives through local perception, information exchange, and coordinated action. UAV swarms embody this paradigm by coordinating m…
Training multi-agent drone-swarm policies directly in high-fidelity (HF) rigid-body physics is accurate but computationally expensive. This cost scales poorly with team size, as each additional agent multiplies contact-resolution complexity and sharply raises the in-simulation cr…