LEARNING
通过多智能体强化学习实现超人安全与敏捷竞速
Ismail Geles, Leonard Bauersfeld, Markus Wulfmeier, Davide Scaramuzza
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文展示了多智能体强化学习在真实世界高速四旋翼竞速中的有效性，通过联赛自对弈训练智能体掌握复杂气动交互与策略机动，在超过22米/秒的速度下击败人类冠军飞行员，同时将碰撞率降低50%。该方法通过多样化智能体训练实现了与人类安全互动的零样本泛化，表明多智能体交互是鲁棒机器人共存的关键。
关键词
multi-agent reinforcement learningquadrotor racingcollision avoidanceself-playhuman-robot interaction
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018