无人系统
月面集群机器人的涌现式协同热调节
原标题: 月面集群机器人的涌现式协同热调节
📋总体概括
arXiv论文研究月面集群机器人在长达354小时、约95K的月夜中如何存活：二十台小型机器人共享一个策略，通过进化策略估计器的强化学习训练，奖励仅为月夜结束时最冷五台机器人的平均温度。奖励中不含任何位置、间距或运动指令，却自发涌现出聚集与个体在遮蔽核心与外围间轮换两种行为，实现群体协同热调节，比放射性同位素加热器更适配集群规模。
⚡关键信息
- ▸NASA CADRE等任务将部署协作巡视器分布式测绘，但只能在月昼工作
- ▸月夜长达354小时，表面温度降至约95K，单机靠放射性同位素加热器可存活但无法在集群规模供应
- ▸二十台机器人共享单一策略，用强化学习结合进化策略估计器训练
- ▸奖励只在月夜结束时给出一次：最冷五台机器人的平均温度
- ▸奖励不含位置、间距、暴露或运动信息，仍涌现出聚集和核心-外围轮换两种行为
🔥犀利点评
这篇论文最聪明的地方是把「 rewarded稀疏化」做到了极致：整夜不给任何中间信号，只在黎明结算一次群体最冷五台的平均温度，行为全靠演化压力自己长出来。聚集好理解，但个体在核心与外围之间轮流「站岗」的循环，本质上是一套无监督的自组织取暖轮班制——比手写规则优雅得多。问题在于泛化：从一个纯仿真奖励里长出来的行为，落到真实月面的地形、坡度和接触热阻上，往往第一夜就崩。工程界真正缺的不是涌现行为的视频，而是热模型误差的敏感性分析。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 arXiv cs.RO 论文 阅读全文 →