PulseAugur
中
实时 10:13:46
English(EN) Learning Multi-Humanoid Pickup and Transport via Decentralized Object-Centric Control

多人形机器人通过去中心化控制学习协同物体运输

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种去中心化的以物体为中心的控制系统，用于多人形机器人协同拾取和运输具有不同特性的物体。该方法利用了无夹持器的双臂捏合方法和基于附件的接口，可以在单机器人拾取和多机器人运输之间无缝切换，而无需进行特定任务的重新设计。在单机器人任务上训练的策略表现出对协同场景的显著可迁移性，而明确的多机器人训练进一步提高了性能。该系统已在具有不同团队规模和物体几何形状的模拟中得到验证，并成功迁移到真实硬件上。 AI

影响 这项研究可以推进多机器人系统在复杂操作任务中的能力，可能对物流和制造业产生影响。

排序理由 详细介绍多人形机器人控制新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

多人形机器人通过去中心化控制学习协同物体运输

本文如何被排名

Signal score
11 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
详细介绍多人形机器人控制新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Bikram Pandit, Mohitvishnu S. Gadde, Aayam Kumar Shrestha, Alan Fern ·

    通过去中心化以物体为中心的控制学习多人形机器人拾取与运输

    arXiv:2609.17824v1 Announce Type: cross Abstract: We study cooperative multi-humanoid pickup and transport of objects with varying size, weight, and geometry, requiring robot teams of different sizes. Our approach uses decentralized object-centric control, where each humanoid is …

相关实体

相关话题