TAG:图神经网络
Science Robotics 封面论文：RoboBallet利用图神经网络和强化学习规划多机器人协作
DeepMind与伦敦大学合作开发的RoboBallet系统，利用图神经网络和强化学习技术，实现了在多机器人随机环境中的高效任务与运动规划。该系统能够处理任意障碍物几何形状、任务姿势和机器人位置，无需依赖手工设计的简化方案，解决了任务分配、调度和运动规划的联合优化问题。
0 
0 
伦敦大学多机器人运动规划新方法登《Science Robotics》
伦敦大学学院与Google DeepMind等机构合作在《Science Robotics》发表创新研究，提出基于图神经网络和强化学习的多机器人运动规划方法。该方法通过GNN模型在数百万合成场景中训练，将机器人、任务和障碍映射为图结构，实现自动生成无碰撞轨迹，可泛化至新环境布局，仅需CAD文件和高级任务描述即可生成运动计划，大幅减少人工编程和调试需求。
黑芝麻智能获资本青睐 智驾与机器人芯片领跑国产化
2026-03-10
0 浏览
两会提案揭示具身智能五大发展机遇
2026-03-10
0 浏览
2026年3月性价比GEO服务方案TOP8 助力品牌AI时代认知资产构建
2026-03-10
0 浏览
字节豆包内测AI电商功能 日活1.45亿用户免跳转抖音
2026-03-10
0 浏览
OpenClaw概念引爆市场 算力电网成核心赛道
2026-03-10
0 浏览
网易开源LobsterAI升级0.2.2版 支持企业微信和QQ
2026-03-10
0 浏览
和黄医药紧急召回肿瘤创新药 英矽智能发布轻量科研模型
2026-03-10
0 浏览
科创芯片ETF天弘5日吸金超5000万 资金持续加码
2026-03-10
0 浏览
浙大科技园举办首场AI黑客松 孵化新生代创意
2026-03-10
0 浏览
首驱科技携春晚同款电摩及AI智能出行新技术亮相AWE2026
2026-03-10
0 浏览
