- 博客(6)
- 收藏
- 关注
RSS订阅原创 【无标题】解析《采用非对称自玩实现强健多机器人群集的深度强化学习方法》
论文主要提出两阶段不对称自玩范式提升鲁棒性，设计双注意力机制保障扩展性，通过辅助模块降低环境不确定性，且经仿真与物理实验验证了框架的优越性。论文采用方法达到了以下效果：避碰能力强：能躲开固定障碍物和主动干扰的敌对机器人；队形稳：能保持集群中心、和队友方向一致；效率高：少走弯路，快速到达目标地；适配性好：不管机器人数量怎么变都能用；泛化性强：面对不同类型的干扰（随机动、有策略动等）都能应对，还能在真实机器人上落地使用，不是只停留在模拟里。
2025-12-18 13:14:48
1015
原创 解析《灾区应急通信协作无人机轨迹设计：多智能体PPO方法》
该论文提出的KMAPPO方法，通过融合增强K-means初始化与多智能体PPO强化学习，为解决动态灾难场景下多无人机协同轨迹优化问题提供了一个高效、稳定、实用的解决方案。仿真实验表明，KMAPPO在收敛速度、最终性能（服务用户比例、系统总容量）和算法稳定性上均显著优于PPO、MAPPO、MADDPG及传统PSO等基准算法。这项工作不仅具有重要的学术价值，展示了传统机器学习与现代深度强化学习结合的有效性，也具备强烈的实际应用前景，为未来智能、自主、协同的无人机应急通信网络奠定了算法基础。
2025-12-03 17:41:31
743
原创 解析论文《复杂海上救援环境中无人机群的双阶段协作路径规划与任务分配》
这篇论文通过提出IDOA+DIDOA的双阶段协作框架，成功地解决了复杂海上救援环境中异构无人机群的联合路径规划与任务分配问题。其方法的详细性、创新性和实用性体现在：环境建模逼真：使用LambOseen风场模型和混合高斯地形模型，为优化提供了可靠的物理基础。算法改进深入：通过LHS、DE、扰动控制、自适应边界处理等一系列策略，显著提升了基础优化算法的性能。模型考虑周全：AFTCMTAP模型首次将任务失败概率和在线动态调整机制深度融合到任务分配中。
2025-11-26 22:23:04
797
原创 解析论文《利用结合自适应热传导搜索和精英种群遗传策略的算术优化算法，在山地地形中动态无人机路径规划》
这项研究针对山区复杂环境下的无人机动态路径规划问题，提出了一种集成多策略改进的TQGAOA算法，核心价值在于：有效性：通过精确的数学模型将复杂的工程问题转化为多目标优化问题。创新性：将自适应热传导搜索、二次插值和精英种群遗传策略有机结合，有效平衡了全局探索和局部开发。实用性：在标准测试和模拟场景中均表现出更优的路径质量、收敛性和鲁棒性。论文也指出了当前研究的局限性和未来方向：局限性：未考虑完整的无人机动力学和电池消耗模型；动态障碍物运动模式假设过于理想；算法计算时间略长（但仍处于秒级，可接受）。
2025-11-19 21:54:54
1541
原创 ＜＜Learning visionbased agile flight via differentiable physics＞＞端到端无人机高速避障方案解析
在物理学中，“质点”是一个理想化的模型，它忽略了物体的大小、形状和旋转，将其所有质量集中在一个点上，只研究这个点的平移运动。论文中将一个结构复杂、具有六个自由度（前后、左右、上下、俯仰、横滚、偏航）的四旋翼无人机，简化成了一个只有三个自由度（前后、左右、上下）的质点。从而实现了1）
2025-11-12 16:40:02
1278
原创 PointNet++的点云语义分割
1）PointNet 的贡献：在 PointNet 之前，处理点云的主流方法是将点云转换为体素网格（3D像素）再使用3D卷积，但这会带来计算量大和精度损失的问题。其数学上的设计从最远点采样的覆盖性保证，到球查询的局部几何捕捉，再到多尺度融合的密度自适应共同构成了一个强大而通用的点云处理框架。当点密集时，当前层的高级特征更有效。PointNet++ 提出的解决方案是通过引入分层特征学习 和 Set Abstraction 模块，在点云上划分局部区域，并用一个小PointNet来提取每个局部区域的特征。
2025-11-05 18:01:42
989
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人