PulseAugur
实时 12:00:39
English(EN) Learning All-Terrain Locomotion for a Planetary Rover with Actively Articulated Suspension

行星探测器ERNEST利用AI实现全地形移动

研究人员为一款名为ERNEST的行星探测器开发了一种新颖的控制系统,该探测器配备了主动铰接悬架。该系统利用一个单一的神经网络控制器,通过在高度保真的模拟环境中进行强化学习进行训练。该控制器旨在适应各种地形,而无需明确分类,将来自专用代理的学习整合到一个统一的网络中。实验结果表明,该系统能够成功地在岩石场和沙坡等具有挑战性的地形中导航,与被动悬架系统相比,效率和能力均有所提高。 AI

影响 展示了在复杂、非结构化环境中机器人导航的高级AI控制能力。

排序理由 这是一篇详细介绍行星探测器新颖控制系统的研究论文。[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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Arthur Bouton, Tristan D. Hasseler, Michael Paton, Travis Brown, Jacob Levy, William Reid, Joshua Martin, Hari Nayar ·

    为行星探测器学习全地形运动,配备主动式铰接悬架

    arXiv:2606.06790v1 Announce Type: cross Abstract: This paper presents ERNEST, a four-wheeled planetary rover concept equipped with a two-degree-of-freedom Active Gimbal Suspension that combines yaw and roll actuation to enable wheel reconfiguration, steering, and active load redi…