跳到正文
arXiv · 机器人与计算机视觉· Alejandro Sanchez Roncero, Yixi Cai, Olov Andersson, Petter Ogren·· 2 天前AI 评分72

敏捷四旋蜂的追逐 - 逃避博弈中的学习型控制器

Learned Controllers for Agile Quadrotors in Pursuit-Evasion Games

AI 导读

针对强化学习中对手策略变化导致的非平稳性问题,本文提出基于 PSRO 思想的异步多阶段种群训练方法(AMSPB),包含均匀采样与硬优先级的变体。实验在两个约 40 克的 Crazyflie 四旋翼上验证了零样本仿真到现实迁移能力,记录了捕食者最高 4.87 m/s、逃避者峰值速度 3.31 m/s 的飞行数据。论文已被 IEEE RA-L 2026 接收并将在 ICRA 2027 展示。

来源:arXiv · 机器人与计算机视觉 · arxiv.org