跳到正文
arXiv · 机器人与计算机视觉· Martin Schuck, Marcel P. Rath, Yufei Hua, Abhishek Goudar, SiQi Zhou, Angela P. Schoellig·· 2026-10-07精选AI 评分78

Crazyflow:面向空中机器人的大规模退化反馈仿真平台

UWB Meets Crazyflow: Simulating Degraded Feedback at Scale for Aerial Robotics

AI 导读

该工作介绍了基于 JAX 的可微仿真器 Crazyflow,利用 XLA JIT 编译将物理与控制统一为单一可微计算图,实现加速硬件上的大规模并行化且保持建模精度。系统集成了高保真超宽带(UWB)和惯性测量单元(IMU)模拟管道及全状态扩展卡尔曼滤波(EKF),支持在真实退化状态下对控制器进行大规模并行评估,显著提升了训练速度并服务于下一代空中机器人研究。

推荐理由

该工作提出基于 JAX 的可微仿真器 Crazyflow,支持大规模并行训练强化学习智能体,并集成了高保真 UWB 与 IMU 模拟及扩展卡尔曼滤波,为空中机器人研究提供基础工具。

来源:arXiv · 机器人与计算机视觉 · arxiv.org