search and rescue
PulseAugur coverage of search and rescue — every cluster mentioning search and rescue across labs, papers, and developer communities, ranked by signal.
-
新的DynCur-Geo框架通过动态奖励增强无人机地理定位
研究人员开发了DynCur-Geo，一个新颖的动态好奇心框架，旨在改进无人机（UAV）的主动地理定位。与使用固定权重的先前方法不同，该系统根据到目标的剩余距离动态调整内在奖励权重。集成了距离感知门控和基于势能的奖励塑造，以平衡探索和目标导向行为，从而在各种挑战性场景中实现一致的性能提升。
-
用于搜救中自主无人机群的新型三层学习架构
研究人员推出了一种新颖的三层分层学习架构，专为执行搜救任务的自主无人机群设计。该架构独特地集成了三种不同的学习机制：用于个体智能体适应的海宾神经可塑性；用于战术协调的图神经网络和行为树的多智能体强化学习；以及用于战略决策的BDI推理和数字孪生的模型无关元学习。该系统通过六个组件中的二十二个架构契约进行形式化，在安全性、最优性和活性等方面提供形式化保证。一个关键特性是“集群元认知”，这是一种组合属性，允许集群监控其认知状态并调整其策略。
-
无人机群使用市场拍卖进行自主搜索和救援
研究人员开发了一种名为智能再规划无人机群（IRDS）的新型分布式协调架构，用于自主无人机在搜索和救援任务中的应用。该系统使用反向拍卖市场机制进行任务分配，并使用几何共识协议进行目标验证。模拟显示，即使高达25%的代理机出现故障，该无人机群也能自主重新分配任务，并将任务成功率维持在93%。
-
研究人员为搜索救援任务中的强化学习无人机开发基于规则的指导
研究人员为用于搜索救援任务的无人机（UAV）开发了一种新的分层决策框架。该系统集成了基于规则的顾问和强化学习控制器，即使在有限的先验模拟训练下也能有效运行。该框架通过减少碰撞和适应动态环境来提高早期安全性和样本效率。