热点事件观察中

阿利坎特大学团队提出视觉群体导航混合训练方法

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

阿利坎特大学团队（Álvaro Díez 等）提出一种结合多智能体深度强化学习与神经进化的混合方法，用于自动合成群体机器人的视觉导航控制器，控制器仅依赖单目相机图像，面向低成本、资源受限的平台。该论文发表于 Engineering Applications of Artificial Intelligence（CC BY 4.0）。在高保真物理仿真中，用交叉熵方法训练的控制器探索覆盖率比协方差矩阵自适应进化策略高 36.20%；最佳视觉策略的探索性能与依赖距离传感器的传统方法统计相当，平均能耗降低 31.40%。

AI 根据报道生成 · 1 天前更新

最新进展10月6日 12:00

基于深度强化学习与进化混合设计的视觉群体导航

报道时间线

沿着报道，了解事件的不同侧面。

10月6日

12:00
arXiv cs.RO 机器人学
基于深度强化学习与进化混合设计的视觉群体导航
阿利坎特大学团队提出一种结合多智能体强化学习与神经进化策略的混合方法，自动合成用于自主视觉导航的群体机器人控制器，仅依赖单目相机图像的紧凑神经网络面向低成本资源受限平台。在高保真物理仿真中，采用交叉熵方法训练的控制器探索覆盖率比协方差矩阵自适应进化策略高 36.20%。最佳视觉策略探索性能与依赖距离传感器的传统方法统计相当，平均能耗降低 31.40%。

本事件热度走势

可比范围当前: 2
可比范围峰值: 510月7日 13:00
近 24 小时变化: -51%

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。