LEARNING开放获取
学习异构多团队系统中的利他协作
Riwa Karam, Ruoyu Lin, Brooks A. Butler, Magnus Egerstedt
2026
摘要
本文提出一种基于Hamilton规则的利他决策机制,用于异构多团队系统中的动态机器人分配。通过图神经网络策略在集中训练和分散执行下近似最优分配,并在消防场景中验证了其近优性能和可扩展性。
关键词
altruistic collaborationheterogeneous multi-team systemsgraph neural networkHamilton's rulerobot allocation
相关论文
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于微调与AAS增强检索的LLM驱动自动化DFA评估
Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2026