quadcopter
PulseAugur coverage of quadcopter — every cluster mentioning quadcopter across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新的对话最优性框架为 RL 提供地面实况基准测试
开发了一个名为“对话最优性”（Converse Optimality）的新框架，为强化学习任务提供基于地面实况的基准测试。该方法构建了具有认证最优值和策略的环境，这些值和策略不对学习者公开，仅用于评估。该框架支持两种模式：用于鲁棒性评估的敏感性基准测试和用于策略评估的预言机参考比较。它扩展到非光滑和部分观察系统，为评估强化学习算法提供了超越相对比较的更可靠的方法。
-
ClearNav策略增强了四旋翼在复杂环境中的安全性
研究人员开发了ClearNav，一种用于四旋翼的新型导航策略，旨在提高在复杂环境中的飞行安全性。ClearNav通过将无人机的运动限制在其板载摄像头可观察的方向来解决碰撞问题，并对靠近障碍物的横向速度和高速进行惩罚。这种方法在模拟和现实世界的测试中都显著降低了碰撞率并提高了成功率，即使在传感器和计算能力有限的情况下也是如此。
-
IROS 2026 奖项聚焦机器人长时记忆与人形技能
IROS 2026 会议将最佳论文奖授予了一项关于“LT-Mem”的研究，该系统旨在通过区分稳定和易变元素来帮助机器人发展长期的场景理解能力。这项研究解决了机器人时间遗忘的挑战，使其能够记住过去的状态并预测未来的变化。其他值得注意的奖项包括四旋翼飞行器编队控制的最佳学生论文奖，以及在网球技能和稳定托盘搬运方面表现出色的人形机器人获得的赞誉。
-
更简单的风模型提高了四旋翼飞行控制的鲁棒性
研究人员调查了风场保真度对使用Proximal Policy Optimization (PPO) 训练的四旋翼飞行控制策略鲁棒性的影响。该研究比较了从无风条件到复杂大涡模拟场的五种扰动级别，发现一种更简单的训练方法——离散阵风域随机化——在各种风速下表现最佳。研究结果表明，控制能力而非风的真实性是限制鲁棒性的主要因素，这表明在风场保真度方面的投入应与平台对风的敏感度保持一致。
-
微型神经网络策略赋能嵌入式设备上的安全机器人控制
研究人员开发了微型神经网络策略（MNPs），可在计算能力有限的设备上实现安全、鲁棒的实时机器人控制。通过整合进化策略和统计模型检查，这些策略在不牺牲性能的情况下显著减小了尺寸。MNPs已成功在Cartpole和Quadrotor任务上进行了测试，展示了有效的仿真到现实迁移能力，并且内存占用低至0.5 kB，使其适用于微控制器。
-
新的D2OC方法实现了高效的非线性多智能体空间覆盖
研究人员开发了密度驱动最优控制（D2OC）的非线性扩展，用于多智能体空间覆盖。这种新方法D2OC通过基于Wasserstein的目标驱动智能体分布趋向期望密度，并通过序贯凸规划将其扩展到非线性系统的有限时间域控制。对独轮车和四旋翼无人机团队的仿真表明，其性能与非线性模型预测控制相当，但计算时间显著减少。
-
新的可变时域方法增强了多无人机碰撞避免能力
研究人员开发了一种新颖的冲突预测可变时域方法，用于多无人机分布式模型预测控制。该方法允许每架无人机根据其外推的飞行轨迹和邻近无人机的预测冲突时间动态调整其预测时域。与固定时域方法相比，该系统旨在降低计算成本并提高碰撞避免效率，同时保持递归可行性和渐近稳定性保证。
-
新的控制设计方法使用微分博弈处理竞争性任务
研究人员开发了一种名为“分而治之”的新控制设计方法，该方法使用微分博弈来管理单智能体、多目标动力学系统中的竞争性控制任务。该框架为每个目标分配一个虚拟输入，并创建一个博弈，其中参与者在考虑其他参与者策略的同时优化其特定成本函数。由此产生的纳什均衡合成了一个平衡冲突目标的复合控制器，为工程师提供了一种直观且模块化的方法。该方法已为连续时间和离散时间系统进行了数学推导，并实现了一个解决耦合代数Riccati方程的开源Python包。倒立摆…
-
新的强化学习框架提升了四旋翼飞行器在拥挤环境中的安全性
研究人员开发了一个新的强化学习框架，旨在提高四旋翼飞行器在拥挤和动态环境中的导航安全性。该方法通过构建基于最近点接近（CPA）的未来碰撞风险图来预测碰撞风险。该框架使用时空编码器从深度序列中提取运动线索，使策略能够自我预测并利用此风险信息实现更安全的飞行。在模拟和实际四旋翼飞行器上的实验证明了其安全裕度和飞行效率的提高，以及强大的零样本仿真到现实迁移能力。
-
新型OREN-Bubble$^\star$系统实现无人机实时自主导航
研究人员开发了一种在复杂环境中实现自主飞行的创新方法，通过围绕有符号距离函数（SDF）共同设计建图和运动规划。他们的OREN-Bubble$^\star$系统集成了Octree REsidual Network（OREN）以从点云数据实时重建SDF，以及一个利用距离信息寻找无碰撞路径的Bubble$^\star$规划器。这种集成方法在未知的室内环境中成功实现了四旋翼无人机的实时导航，SDF估计精度提高了22%，并且规划轨迹的速度显著快于基线方法。
-
新的 Aco2 系统赋能无人机自主空中操作
研究人员开发了一种名为 Aco2 的新颖元强化学习方法，用于自主空中操作。该系统使四旋翼无人机能够在无人干预的情况下拾取、运输和递送各种物体。Aco2 利用情境观察编码器和对比目标来适应不同的有效载荷及其相关的飞行动力学，从而可以直接从模拟部署到物理机器人。
-
新的GPU模拟器加速了四旋翼AI策略学习
研究人员开发了DiffAero，一个用于训练四旋翼控制策略的新型GPU加速模拟框架。该框架设计为完全可微分，并支持环境和代理层面的并行处理。通过在GPU上优化物理和渲染，DiffAero显著提高了模拟吞吐量，并能在消费级硬件上在数小时内学会鲁棒的飞行策略。
-
强化学习采用动态熵调优以改进四旋翼飞行器控制
研究人员调查了动态熵调优在强化学习用于四旋翼飞行器控制中的影响。他们将随机策略（优化动作的概率分布）与确定性策略（选择单一动作）进行了比较。该研究使用了Soft Actor-Critic (SAC)算法来处理随机策略，并使用Twin Delayed Deep Deterministic Policy Gradient (TD3)来处理确定性策略。研究结果表明，动态熵调优通过减轻灾难性遗忘和提高探索效率，对四旋翼飞行器控制产生了积极影响。
-
四旋翼控制系统采用软Actor-Critic以提升性能
研究人员开发了一种利用强化学习（RL）方法，特别是软Actor-Critic（SAC）算法的四旋翼飞行器新型控制系统。该方法侧重于控制四旋翼的推力矢量，而不是直接操纵单个旋翼的速度。RL代理确定z轴上的推力百分比和期望的滚转角和俯仰角，然后由PID控制器处理以设置电机RPM。这种新的推力矢量控制策略与传统的RPM控制方法相比，显示出更快的训练时间和更平滑、更精确的路径跟踪。
-
新的MARL框架提升机器人协作AI能力
研究人员开发了新的多智能体强化学习（MARL）框架，以增强复杂场景下的协作策略。一种方法MA-AC-MPC将基于模型的控制与MARL相结合，实现安全且动态可行的动作，并在追逐-躲避和异构无人机-漫游车着陆任务中取得了成功。另一个框架ND-MARL专注于网络分布式MARL，用于四旋翼无人机共识控制，在无需重新训练的情况下，展示了高达250个智能体的令人印象深刻的零样本可扩展性。
-
多智能体强化学习赋能超人般无人机竞速，安全性得到提升
研究人员开发了一个多智能体强化学习系统，使自主四旋翼无人机能够在动态的真实环境中安全有效地竞速。通过基于联盟的自我对抗训练智能体，该系统学会了诸如避碰和战略机动等复杂行为，在高速比赛中表现优于人类飞行员。与单智能体方法相比，这种方法显著降低了碰撞率，并展示了实现稳健机器人共存的有前景的途径。
-
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。