跳到正文
热点事件持续更新

深度强化学习实现铁磁流体形状控制

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026 年 11 月,Anthony Czubarow、Antonio Terpin 和 Raffaello D'Andrea 在 arXiv 发布预印本论文《Ferrofluid Shape Control with Deep Reinforcement Learning》。研究利用深度基于模型的强化学习算法,通过单固定电磁铁的电流指令,控制铁磁流体在视觉观测下形成多边形等瞬态形状。该方法直接基于物理交互训练策略,成功塑造多种几何构型,为控制基于铁磁流体的软体机器人开辟新路径。论文目前为预印本状态,代码与数据许可未明确说明。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    Ferrofluid Shape Control with Deep Reinforcement Learning 预印本发布

    研究利用深度基于模型的强化学习,通过单固定电磁铁的电流指令控制铁磁流体在视觉观测下形成多边形等瞬态形状。该方法直接基于物理交互训练策略,成功塑造多种几何构型,为控制基于铁磁流体的软体机器人开辟新路径。论文为 arXiv 预印本(arXiv:2611.25232),代码与数据许可状态未明确说明。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。