用于机器人化珊瑚礁样本采集的多智能体强化学习
机器人学
2025-07-24 v1
摘要
本文提出了一个强化学习（RL）环境，用于开发自主水下机器人珊瑚采样智能体，这是珊瑚礁保护和研究的一项关键任务。利用软件在环（SIL）和硬件在环（HIL），在仿真中使用数字孪生（DT）开发经 RL 训练的人工智能（AI）控制器，随后在物理实验中进行验证。水下动作捕捉（MOCAP）系统在验证测试期间提供实时 3D 位置和姿态反馈，以实现数字域和物理域之间的精确同步。该方法的一个关键创新在于结合使用通用游戏引擎进行仿真、深度 RL 以及实时水下动作捕捉，从而实现有效的零样本 sim-to-real 策略。
引用
@article{arxiv.2507.16941,
title = {Multi-agent Reinforcement Learning for Robotized Coral Reef Sample Collection},
author = {Daniel Correa and Tero Kaarlela and Jose Fuentes and Paulo Padrao and Alain Duran and Leonardo Bobadilla},
journal= {arXiv preprint arXiv:2507.16941},
year = {2025}
}