Стратегія на швидкості: навчена модель прогнозування гри для багатоагентних перегонів дронів

Автори: Andrei-Carlo Papuc, Lasse Peters, Sihao Sun, Laura Ferranti, Javier Alonso-Mora

Опубліковано: 2026-02-09

Переглянути на arXiv →
#cs.AI

Анотація

Це дослідження представляє фреймворк вивченої модельної предиктивної гри для багатоагентних перегонів дронів, що дозволяє дронам розробляти складні стратегії та виконувати їх на високих швидкостях. Це досягнення має значні наслідки для автономних змагань дронів, передових систем повітряної мобільності та кооперативної робототехніки, де динамічні та стратегічні взаємодії є надважливими.

Стратегія на швидкості: навчена модель прогнозування гри для багатоагентних перегонів дронів

Автори: Andrei-Carlo Papuc, Lasse Peters, Sihao Sun, Laura Ferranti, Javier Alonso-Mora

Опубліковано: 2026-02-09

Переглянути на arXiv →
#cs.AI

Анотація

Це дослідження представляє фреймворк вивченої модельної предиктивної гри для багатоагентних перегонів дронів, що дозволяє дронам розробляти складні стратегії та виконувати їх на високих швидкостях. Це досягнення має значні наслідки для автономних змагань дронів, передових систем повітряної мобільності та кооперативної робототехніки, де динамічні та стратегічні взаємодії є надважливими.

FEEDBACK

Проекти

Немає проектів

Стратегія на швидкості: навчена модель прогнозування гри для багатоагентних перегонів дронів | ArXiv Intelligence