跳到正文
热点事件持续更新

研究者提出DOBB几何表示改进多智能体避碰

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Alarcon Granadeno 与 Cleland-Huang 在 arXiv 论文中提出动态定向包围盒(DOBB),一种在线几何表示,把状态估计、不确定性和各智能体的响应特性映射为随方向变化的安全边距,用于多智能体去中心化避碰。 论文报告在四个评估环境中 DOBB 的平均总失败率最低,为 2.6%;在执行动力学和状态估计不确定性的分布外偏移下,每个测试条件的碰撞失败率保持在 2.3% 或以下。作者称这种鲁棒性来自安全边距的几何抽象,降低了对训练分布的依赖。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. arXiv cs.AI
    DOBB:面向状态不确定与异构动力学的动态定向包围盒多智能体避碰方法

    arXiv 论文提出动态定向包围盒(DOBB),一种在线几何表示,将状态估计、不确定性与智能体响应特性映射为随方向变化的安全边距。在四个评估环境中,DOBB 的平均总失败率最低,仅 2.6%,且在执行动力学和状态估计不确定性的分布外偏移下,碰撞失败率在每个测试条件下均保持在 2.3% 或以下。这种鲁棒性源于安全边距的几何抽象,降低了对训练分布的耦合。

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。