通过多智能体强化学习实现超人安全与敏捷竞速

Ismail Geles, Leonard Bauersfeld, Markus Wulfmeier, Davide Scaramuzza

2026

摘要

本文展示了多智能体强化学习在真实世界高速四旋翼竞速中的有效性，通过联赛自对弈训练智能体掌握复杂气动交互与策略机动，在超过22米/秒的速度下击败人类冠军飞行员，同时将碰撞率降低50%。该方法通过多样化智能体训练实现了与人类安全互动的零样本泛化，表明多智能体交互是鲁棒机器人共存的关键。

multi-agent reinforcement learningquadrotor racingcollision avoidanceself-playhuman-robot interaction

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026