SWARM开放获取
动态流中微型集群运动优化的多目标多智能体强化学习方法
Josef Berman, Oren Gal
2026
摘要
本文提出了一种混合计算流体动力学与多目标多智能体强化学习框架,用于在脉动动脉波形中协调十六个磁驱动微型机器人的集群运动,同时优化上游推进、能量效率和运动平滑性。通过PCGrad梯度冲突解决技术,该方法在10,000步训练后实现了显著优于基线的性能,证明了梯度冲突解决是该领域的结构性要求。
关键词
micro-robotic swarmmulti-agent reinforcement learninglocomotion optimizationdynamic flowgradient conflict resolution
相关论文
SWARM
📊 0 引用
基于嵌入式语言模型的多机器人系统动态重构
Shokhikha Amalana Murdivien, Jongsu Park, Jumyung Um
Robotics and Computer-Integrated Manufacturing · 2026
SWARM
📊 0 引用
基于大语言模型增强的多智能体强化学习的无人机博弈分层决策
Xinyu Dong, Bo Li, Guangyu Zhang 等 5 位作者
Aerospace Science and Technology · 2026
SWARM
📊 0 引用
水下残骸区域多UUV协同覆盖搜索的编队优化与避碰决策方法
Haomiao Yu, Zeyuan Zhang, Yantian Ma
Robotics and Autonomous Systems · 2026
SWARM
开放获取📊 0 引用
人在回路中的群体机器人:一种用于真实土壤测绘的仿生群体方法
Petras Swissler, Mohammadali Rashidioun, Nicholas Sahu 等 6 位作者
2026