RAYA: Learning Where and When to Intervene for Robot Recovery
Das Paper präsentiert RAYA, ein hybrides, lernbasiertes-analytisches Framework, das proaktiv eine gelernte Wiederherstellungsmarge und einen adaptiven Task-Scheduler in den Controller eines Roboters integriert, um eine Zero-Shot-Erholung von Ausfällen zu ermöglichen, wobei es im Vergleich zu bestehenden Baselines sowohl in umfangreichen Simulationen als auch in realen Hardware-Flügen überlegene Überlebensraten demonstriert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.