东北大学的 SA-MARL 在水下无人机群协同上以 22 分胜出
东北大学的 SA-MARL 采用双评论家强化学习架构，让水下机器人集群协同完成目标跟踪，比对照方法高出 22 分。它针对极小的水声带宽和不断变化的网络拓扑而设计，而这两点正是水下协同的难点所在。这一进展之所以重要，是因为在通信如此受限的条件下实现可靠的集群协同，有望让海洋监测与巡检工作更加强大。
报道来源
- Alpha Signal2026-10-30 01:17
东北大学的 SA-MARL 采用双评论家强化学习架构，让水下机器人集群协同完成目标跟踪，比对照方法高出 22 分。它针对极小的水声带宽和不断变化的网络拓扑而设计，而这两点正是水下协同的难点所在。这一进展之所以重要，是因为在通信如此受限的条件下实现可靠的集群协同，有望让海洋监测与巡检工作更加强大。