Gen-Swarms：为无人机编队适配深度生成模型
机器人学
2025-04-01 v2 计算机视觉与模式识别
摘要
Gen-Swarms是一种创新方法，利用并结合深度生成模型的能力与反应式导航算法来自动化无人机秀的创建。深度生成模型，特别是扩散模型，在生成高质量2D图像方面已显示出卓越的效果。基于这一成功， various work已将扩散模型扩展到3D点云生成。相比之下，流匹配等替代生成模型被提出，提供了从噪声到有意义输出的简单直观的过渡。然而，将流匹配模型应用于3D点云生成仍 largely未探索。Gen-Swarms将这些模型适配用于自动生成无人机秀。现有的3D点云生成模型创建不实用的点轨迹。相比之下，我们的方法不仅生成准确的3D形状，还指导编队运动，产生平滑轨迹，并通过纳入采样过程中的反应式导航算法来考虑潜在碰撞。例如，当给定类似“飞机”的文本类别时，Gen-Swarms可快速持续生成大量3D飞机形状变体。我们的实验表明，这种方法特别适合无人机秀，提供可行的轨迹，创建代表性最终形状，并显著提升无人机秀生成的整体性能。
引用
@article{arxiv.2408.15899,
title = {Gen-Swarms: Adapting Deep Generative Models to Swarms of Drones},
author = {Carlos Plou and Pablo Pueyo and Ruben Martinez-Cantin and Mac Schwager and Ana C. Murillo and Eduardo Montijano},
journal= {arXiv preprint arXiv:2408.15899},
year = {2025}
}