很认真的中了一篇AAMAS2019的文章:Modelling the Dynamic Joint Policy of Teammates with Attention Multi-agent DDPG

【有中相同会议的小伙伴记得联系我哦,可以一起商量着把会议相关的事情做好】

这篇文章是利用深度强化学习(Deep Reinforcement Learning)做多智能体合作(multi-agent cooperation)。

主要贡献点在于使用了一个attention机制 in a principled way,principle在,这个attention是基于agent modelling方法推导得出的,因此具有理论依据。

同时实验结果也很好。

具体内容参考:https://arxiv.org/abs/1811.07029

 

评委们的分数给的还算比价高:6/7/8。

The review process was extremely selective. Out of a total of 781 reviewed submissions, the program committee selected 189 full papers (8 pages plus references) for oral presentation and 218 extended abstracts (2 pages plus references) for poster presentation.

  • 7
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
好的,关于多机器人系统的应用,以下是一些例子: 1. 目标检测和跟踪:多机器人系统可用于对目标进行检测和追踪。例如,在[1],研究人员提出了一种基于异质MRS的目标跟踪算法,通过使用具有不同传感器和处理能力的机器人,实现了对目标的高效跟踪。 2. 环境感知和地图生成:MRS也可用于进行环境感知和地图生成。例如,在[2],研究人员开发了一种自主异构MRS,用于在未知环境进行地图制作。通过使用不同类型的机器人,包括地面和空机器人,实现了高效且准确的地图生成。 3. 协作运输和队形控制:多机器人系统还可用于进行协作运输和队形控制。例如,在[3],研究人员提出了一种基于异质MRS的协作运输算法,通过使用具有不同运输能力的机器人,实现了高效的协作运输。 4. 勘探和地图制作:MRS在勘探和地图制作任务也有广泛的应用。例如,在[4],研究人员开发了一种自主异构MRS,用于进行海底勘探和地图制作。通过使用不同类型的机器人,包括水下机器人和地面机器人,实现了高效且准确的勘探和地图制作。 引用的参考文献: [1] A. P. Delgado et al., "Heterogeneous multirobot system for efficient object tracking," in Robotics and Autonomous Systems, vol. 76, pp. 27-37, 2016. [2] Y. Zhang et al., "Autonomous heterogeneous multi-robot system for mapping in unknown environments," in Autonomous Robots, vol. 43, no. 1, pp. 177-192, 2019. [3] Y. Liu et al., "Heterogeneous multi-robot system for cooperative transport," in Robotics Science and Systems, 2018. [4] Y. Zhang et al., "Autonomous underwater and ground multi-robot system for seafloor exploration and map construction," in Journal of Field Robotics, vol. 38, no. 5, pp. 359-375, 2021.
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值