Feb, 2023

自主机器人群体中的新兴行为保证 (AERoS)

PDF
TL;DR该论文提出了一种名为 AERoS 的流程来确保自主机器人群体中应急行为的安全性，研究了一个关于公共衣帽间机器人群体操作的案例，该群体行为的不确定性对安全性保证构成了挑战。
swarmsafety assuranceautonomous roboticemergent behavioraeros
发现论文，激发创造
  • 使用 NEAT 算法学习机器人群体的新兴行为

    通过进化算法训练分布式机器人群体算法以产生新兴行为，并在不同模式的操纵下进行了模拟实验和评估。

    Sep, 2023

  • 基于原则的 AI 和自主系统伦理保证论证

    该研究论文提出了一种基于四个核心道德原则的框架 - 一个伦理保证论证模式 - 来结构化系统化地推理出在特定情境下使用给定的人工智能 / 自主系统的道德可接受性，以此来扩展和应用保证论证方法，从而获得使用 AI 和自主系统时的可接受道德保证。

    Mar, 2022

  • 利用人类反馈在机器人群体中演化和发现新兴行为

    提出了一种利用自我监督学习和人机交互查询自适应用户偏好的相似度空间来探索并分类可能出现的集群行为的方法，并在两个机器人能力模型的模拟实验中测试，发现该方法比之前的工作更能发现出丰富的集群行为。

    Apr, 2023

  • 受环境影响的演化群体具有有限感知能力的集体行为出现

    本文研究了机器人群体控制器的设计，并探索了一种进化方法来缓解人类开发者对控制器细节和群体行为之间联系的困难。使用微分进化来发展神经网络控制器，实现机器人遵循环境特征的梯度并解决任务。研究表明，进化所得解决方案在控制较差的情况下具有最大的灵活性，而有一个群体规模的 “甜蜜点”，同时观察到群体的集体运动，展示了真正的新兴行为，这是进化过程中未被代表和选择的。

    Mar, 2022

  • 有限能力机器人异构群体的行为探索方法研究

    通过大量的实验和消融分析，我们分析了不同表征、进化搜索和各种聚类方法在异构群体中寻找新行为的影响。我们的研究结果表明，先前的方法未能发现许多有趣的行为，而迭代人在环节的发现过程比随机搜索、群体化学和自动化行为发现方法发现了更多的行为。我们的实验中发现了 23 个新的紧急行为，其中 18 个是新发现。据我们所知，这些是首个已知的计算无关代理异构群体的紧急行为。

    Oct, 2023

  • 面向异构群集的上下文感知智能控制代理

    我们提出了一种设计上下文感知的群体控制智能代理的方法，通过运用群体统计量和行为库选择合适的参数，增加控制代理的情境感知而不损失计算效率，成功地在单一群体和多样化群体中进行群体管理。

    Nov, 2022

  • 适应不同觅食环境的人工学习智能体群行为发展

    应用投影模拟和强化学习方法研究了人工智能智能体在收集资源过程中不同集体运动模式和个体运动趋势

    Apr, 2020

  • 学习感知交互式自主安全性

    为了确保机器人等自主车辆的广泛部署，本文提出了一种新的闭环范式用于综合安全控制策略，明确考虑系统在可能的未来情景下的演变不确定性，通过物理动力学和机器人的学习算法共同推理，利用对抗深度强化学习进行放大，展示了该框架能够处理贝叶斯信念传播和大规模预训练神经轨迹预测模型引起的隐式学习。

    Sep, 2023

  • 保证智能逻辑代理在可信与道德行为方面的表现

    在这篇论文中，我们提出 / 改进 / 扩展了基于动态（运行时）逻辑的自我检测技术，以确保自主智能代理的可靠和道德行为。

    Feb, 2024

  • 自适应群体智能系统 (SASS)

    本篇博士研究提出了一个有原则的多智能体系统 (MAS) 合作框架 —— 自适应群体系统 (SASS)，以弥合感知、通信、规划、执行、决策和学习之间的第四级自动化差距。

    May, 2021