FastFunnels：多机器人窄空间高速导航新方法
热点事件持续更新
FastFunnels：多机器人窄空间高速导航新方法
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Vignesh Rajagopal 与 Rohan Chandra 提出分层多机器人导航方法 FastFunnels：高层用强化学习策略实时生成可变形椭圆包络，低层用分布式模型预测控制让机器人保持在包络内并互相避碰，目标是让 Ackermann 转向多机器人在狭窄空间高速通行。 在仿真 F1TENTH 赛车的 14 个场景（1 至 6 台机器人，每场景 20 次试验取平均）中，作者称 FastFunnels 以 7.73 m/s 达到 89% 完成率，而所有基线要么无法完成赛道，要么仅在 0.07–1.79 m/s 的低速下完成，完成率约 40%。这些结果来自仿真评估，尚未在真实机器人上验证。
AI 根据报道生成 · 15 小时前更新
最新进展11月9日 13:00
FastFunnels：用自适应动态漏斗实现狭窄空间多机器人高速导航报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.ROFastFunnels：用自适应动态漏斗实现狭窄空间多机器人高速导航
FastFunnels 提出一种分层多机器人导航方法，高层用强化学习策略实时生成可变形椭圆包络，低层用分布式模型预测控制（DMPC）让机器人保持在包络内并互相避碰。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
15:0018:0021:0011月10日03:00
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。