概率能量建模统一多用途集群控制
研究提出用概率能量建模统一多用途集群控制：利用吉布斯随机场能量最小化与结构化奖励最大化的对应关系，把基本集群行为编码为统一概率目标中的可复用能量项，分散式策略经轻量级策略门控组合成单一控制器，无需重新训练。空中集群实验显示，统一策略在六类任务、10-100个智能体、两种硬件平台及室内杂乱与GPS拒止林地环境中实现零样本泛化；大规模仿真任务成功率为0.96-1.00，单智能体推理延迟1-10毫秒，物理部署验证了向真实平台与非结构化环境的零样本迁移。
发布于 10-23 23:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Probabilistic Energy Modeling Unifies Versatile Swarm Control》查看原链
机器人集群必须跨多种任务进行协调，但现有控制器在目标变化时往往需要重新设计、重新调参或重新训练。 本研究表明，概率能量建模为多用途集群控制提供了一种统一表示，其中多样化的任务由共享交互原则的组合涌现，而非任务特定的控制公式。 通过利用吉布斯随机场能量最小化与结构化奖励最大化之间的对应关系，我们将基本集群行为编码为统一概率目标中的可复用能量项。
在该表示下训练的分散式策略通过轻量级策略门控组合成单一控制器，无需重新训练。 可解释的动作注意力机制捕捉非均匀的局部交互，而无量纲归一化支持跨集群规模和平台的迁移。 在空中集群上演示时，统一策略在六类任务、10-100个智能体、两种硬件平台以及室内杂乱和GPS拒止的林地环境中实现零样本泛化。
大规模仿真达到0.96-1.00的任务成功率，每智能体推理延迟为1-10毫秒，物理部署证实了向真实平台和非结构化环境的零样本迁移。 这些结果确立了概率能量建模作为分散式集群控制的可扩展且可迁移框架。