多智能体多机器人维护的物理仿真

制造业近期面临劳动力短缺的问题，这一问题可通过自动化和机器人技术显著缓解。同时，强化学习（RL）提供了一条可行的解决方案，使机器人能够通过与环境的交互来学习。在本工作中，我们利用一个简化的机器人系统与RL一起处理“真实”数据，无需在制造设施中部署大型昂贵的机器人。设计了一个现实中的桌面竞技场，其中包含机器人，它们模仿仿真中智能体的行为。尽管机器的动态特性和尺寸存在差异，这些机器人能够呈现与仿真相同的数据。此外，这些实验提供了对实际部署挑战的初步理解。