实体
gazebo
gazebo
PulseAugur coverage of gazebo — every cluster mentioning gazebo across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
DRL通过sim-to-sim-to-real策略增强机器人姿态控制
研究人员开发了一种深度强化学习（DRL）方法，以改进双阿克曼转向机器人的姿态控制，解决了策略从仿真到实际应用迁移的挑战。他们的方法ManeuverNet被扩展以处理完整的姿态控制，并结合了sim-to-sim-to-real策略来应对驱动不确定性。通过在PyBullet环境中利用Gazebo模拟的驱动效应进行训练，DRL策略在Gazebo中达到了92%的成功率，在实体机器人上达到了69%的成功率，且无需进一步调整。
-
AI代理PEACE利用LLM规划增强无人机自主性
研究人员开发了PEACE，这是一种专为自主无人机设计的新型规划器-执行器代理。该系统将由大型语言模型处理的高层任务规划与使用结构化ROS 2接口的低层控制分开。PEACE使用物体检测器和深度投影构建世界模型以进行3D定位，而约束执行层则确保遵守高度和地理围栏限制。与紧耦合系统相比，该方法旨在提高可解释性并减少LLM调用，这已在PX4模拟中得到证明。
-
因果框架提升了机器人在动态环境中的效率和安全性
研究人员为在动态环境中运行的自主移动机器人开发了一个新的基于因果的决策框架。该框架利用因果推理来模拟因果关系，使机器人能够更好地预测环境因素并更有效地规划任务。该方法在仓库场景中进行了测试，通过估算电池使用情况和人为障碍物来指导任务时间和策略，与非因果方法相比，效率和安全性得到了提高。