实体
Crazyflie
Crazyflie
PulseAugur coverage of Crazyflie — every cluster mentioning Crazyflie across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 4 条
-
新的自适应学习方法可跟踪未知动力学
研究人员开发了一种新颖的自适应在线学习方法，用于控制系统，旨在跟踪未知且可能切换的目标动力学。该方法同时学习多个预测器，并自适应地选择最佳预测器以匹配观察到的目标行为，提供了有限时间内的近最优保证。该方法已通过Crazyflie平台的仿真和硬件实验得到验证，证明了其在各种目标轨迹类型上的有效性。
-
新算法赋能机器人跨未知环境、伙伴和规模进行自适应协作 · 追踪到2个来源
研究人员引入了超图开放式学习算法（HOLA），以应对动态和不可预测环境中多机器人协作的挑战。该新算法通过对超越简单成对交互的复杂协作关系进行建模，使机器人能够适应未知的环境、伙伴和团队规模。HOLA在合作追逐场景中表现出卓越的性能，并已成功部署在Crazyflie和Zsibot L1物理平台上，证实了其在现实世界协调中的鲁棒性。
-
Crazyflow 模拟器使用 JAX 加速无人机 AI 开发
研究人员开发了 Crazyflow，一个使用 JAX 构建的新的 GPU 加速无人机模拟器。该模拟器提供了显著的速度提升，单架无人机的速度提升超过十倍，并且能够同时模拟数千架无人机。Crazyflow 支持高精度的基于梯度的策略学习和极高速度的基于采样的避障，甚至支持飞行中强化学习。
-
自适应强化学习增强四旋翼飞行器飞行控制
研究人员开发了一种新的基于深度强化学习的四旋翼飞行器自适应控制系统。该系统通过主动预测和响应实时扰动来增强飞行控制，超越了传统的域随机化方法。在Crazyflie微型四旋翼飞行器上的实际测试表明，即使在质量变化和不对称载荷等显著变化下，其轨迹跟踪性能也优于现有方法。