跳到正文
热点事件持续更新

提出MEND用于UAV-UGV协同规划

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Zihao Deng 等人提出掩码误差有界神经-符号扩散方法 MEND,将无人机与地面车(UAV-UGV)异构团队的协同规划建模为条件掩码生成过程,据称可生成感知上下文的动作序列。 论文称,其在仿真、真实地图和实体机器人团队上的实验结果表明,MEND 在运行约束下推进了 UAV-UGV 协同规划。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv cs.RO 机器人学精选
    UAV-UGV 协同规划新方法 MEND:基于掩码误差有界神经-符号扩散

    论文提出 Masked Error-bounded Neuro-Symbolic Diffusion(MEND),将 UAV-UGV 异构机器人团队的协同规划建模为条件掩码生成过程,生成感知上下文的动作序列。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。