Jul, 2024

MARLIN：用于支持零售行业内物流的云集成机器人解决方案

PDF
TL;DR该研究论文介绍了服务机器人 MARLIN 及其与零售业中的复杂人工智能应用的云系统 K4R 平台的整合；研究表明，MARLIN 利用 K4R 平台不断交换数据，从而提高其在感知、自主导航和任务规划方面的能力，并通过在零售物流场景中协助店员进行货架补货，不断更新零售店铺的数字化表示；此外，研究在模拟、实验室环境和实际店铺中进行，介绍并评估了一种用于自主导航的新算法，该算法优于制造商的专有导航方法，提高了 MARLIN 在狭小空间中的导航能力。
service robotmarlink4r platformretailautonomous navigation
发现论文，激发创造
  • MARLIM：多智能体强化学习于库存管理

    通过优化补给决策，维持产品供需平衡是供应链行业面临的最重要挑战之一。本文使用一种名为 MARLIM 的新型强化学习框架，解决了具有随机需求和交货时间的单级多产品供应链的库存管理问题。数值实验结果表明，相比传统基准模型，强化学习方法具有显著优势。

    Aug, 2023

  • 基于 Soft Actor-Critic 的强化学习在真实网络的拥塞控制中的应用

    研究提出了一种基于最大熵强化学习算法的拥塞控制解决方案 (MARLIN)，该方法使用软 Actor-Critic 算法并将学习过程建模为一个无限时间任务，经过实验测试，MARLIN 可以在文件传输任务中取得与 TCP Cubic 可比较的结果。

    Feb, 2023

  • 动态网络航行学习：用于战术环境拥塞控制的 MARLIN 强化学习框架

    本研究提出了一种利用 RL 框架来优化战术网络拥塞控制的方法，并使用 MARLIN 智能体在依托于精确的仿真环境下训练，在模拟的卫星通信和 UHF 无线电链路之间测试其性能，结果表明 MARLIN 在战术网络环境下优于传统的 TCP Cubic 和默认的 Mockets 解决方案，这突出了在优化战术网络 CC 中使用专门的 RL 方案的有效性。

    Jun, 2023

  • 从多智能体到多机器人：一款可扩展的多机器人强化学习训练和评估平台

    本文介绍了一个用于多机器人强化学习的可扩展仿真平台 SMART，该平台包含了一个仿真环境和一个真实的多机器人系统，以提供多样化的交互场景进行训练，并支持基于插件的算法实现。在此基础上，我们研究了合作驾驶变道场景所涉及到的若干具有挑战性的问题，并开源我们的仿真环境及其相关基准测试任务和最先进的基线模型，以推动和强化多机器人强化学习的研究。

    Jun, 2022

  • 一项多功能的多智能体强化学习库存管理基准测试

    本文介绍了一个名为 MABIM 的多代理数据集。作者使用该数据集对一些方法在多商品多层次库存管理问题的性能进行了评估，并探讨了多益智智能算法在实际行业中的应用。

    Jun, 2023

  • 机器人团队的分布式强化学习：回顾

    本文总结了分布式无模型多智能体强化学习在多机器人协作中面临的挑战以及现有的解决方案类别，并介绍了基准测试和机器人应用，同时讨论了当前的研究方向。

    Apr, 2022

  • 用于基于意图的蜂窝网络服务保障的多智能体强化学习

    该论文介绍了一种基于多智能体强化学习技术的意图管理方法，通过优化重要 KPI 并协调各个闭环实现多个意图同时满足，实验结果表明该方法在实现意图和优化 KPI 方面表现良好。

    Aug, 2022

  • 走向自主系统：引入大型语言模型代理的灵活模块化生产系统

    本文提出了一个将大型语言模型（LLMs）、数字孪生和工业自动化系统相结合的新型框架，以实现生产过程的智能规划和控制，强调将 LLMs 集成到工业自动化系统中以实现更敏捷、灵活和自适应的生产流程的潜力并指出未来工作的关键见解和限制。

    Apr, 2023

  • 基于模型辅助的联邦强化学习在物联网多无人机轨迹规划中的应用

    本文提出了一种新的基于模型的联邦多智能体强化学习算法，用于协调多个无人机在数据收集任务中，以解决传统多智能体强化学习算法需要大量真实训练数据的问题，并在各个方面取得了良好的表现。

    Jun, 2023

  • 多智能体强化学习在海上操作技术网络安全中的应用

    该论文展示了自主网络防御在工业控制系统中的潜力，并提供了一个基线环境，进一步探索多智能体强化学习在此问题领域的应用。

    Jan, 2024