GRASP 实验室四旋翼编队论文获 IROS 2026 最佳学生论文
NikolaiMatni · x · 2026-10-01
UPenn GRASP 实验室的 Pei-An Hsieh 与 Fengjun Yang 凭论文《Flatness-Preserving Residual Learning for Real-Time Tight Quadrotor Formation Flight》获 IROS 2026 最佳学生论文奖。
- 针对紧密编队飞行中下洗气流等气动干扰,提出物理信息残差动力学学习框架,同时保持系统的微分平坦性
- 利用平坦性设计计算高效的反馈线性化控制器,平均跟踪误差较基线降低 31%
- 性能媲美 SOTA 非线性 MPC(NMPC),但计算量低一个数量级
- 仅需 30 秒训练数据、5ms 控制环路即可实现稳定紧密编队,适合算力受限的飞控栈
「具身」频道最新
- 被收购后的放松时光:l2k 造格斗机器人上 CoreWeave BattleBots — _ScottCondron · 2026-10-01
- Gritt AI 施工机器人日装 1 MW 光伏，速度达人工四倍 — rebeccakaden · 2026-10-01
- Covariant 演示机器人零样本打包训练中未见过的新物品 — c_valenzuelab · 2026-10-01
- 宇树 T 系列人形机器人演示「鲤鱼打挺」起身动作 — jonstephens85 · 2026-10-01
- Dyna-2.1 详解:首个实现 1 小时全身灵巧自主的物理 Agent — chris_j_paxton · 2026-10-01
- 轮式半人形机器人为何用 RL 做控制:作者给出三点理由 — chris_j_paxton · 2026-10-01