多機器人群體導航深度強化學習框架

多機器人群體系統在複雜及動態環境中的穩健性差、適應性弱及通訊效率低。傳統控制系統運營風險高，成本也高。

• 利用先進的深度強化學習方法，結合非對稱自我博弈機制以及複雜的通訊精煉和增強技術，透過與可學習的對抗干擾者並行訓練群體機器人，培養韌性群體策略。

• 顯著提升多機器人群體系統在複雜及動態環境中的穩健性、適應性及通訊效率
• 優化了機器人間的通訊，確保了選擇性互動和以共識為驅動的資訊交換。
• 降低了運營風險和成本，還克服了傳統控制系統的局限

• 第四屆亞洲創新發明展（AEII）金獎

• 城市無人機配送：提高密集城市區域包裹配送無人機群的安全性和效率。
• 物流和供應鏈管理：通過穩健的多機器人系統，優化倉庫操作和自動化庫存管理。
• 搜索和救援行動：提供能夠在災難或危險環境中導航和操作的韌性和適應性機器人團隊。
• 移動監控和安全：在動態且障礙豐富的環境中部署協調的機器人群體，執行全面的監控和安全任務。