经典案例

无人车路径规划算法验证

无人车路径规划算法验证-吉林大学

IROS 2025 多智能体深度强化学习算法实现Crazyflie无人机在复杂环境中协同追逐

国防科大周晗老师团队在IROS 2025上发表多智能体追逃的知识增强DRL方法，度量动捕提供多架Crazyflie无人机的位置和速度数据，助力验证本文算法。

多飞行器集联平台的控制与状态估计框架研究

北京理工大学俞玉树老师团队在IEEE RAL，IEEE TRO和IEEE TASE上分别发表关于多飞行器集联平台（Integrated Aerial Platforms, IAPs）的论文，提出IAP的控制和状态估计框架，为飞行操作机器人执行多功能空中操作任务奠定坚实基础。NOKOV度量动作捕捉系统为IAP提供高精度位姿真值数据，助力评估本文方法。

室内多无人机实验平台

室内多无人机实验平台-北京理工大学方浩教授团队

无人机飞行中抓取任意位姿物体并置于指定位置

中大吕熙敏团队实现无人机飞行中抓取任意位姿物体并置于指定位置的操作。实验在长20×宽10×高4.5米的场地中进行，被抓取物和无人机的实时位姿数据由NOKOV度量动作捕捉系统提供。

无人机室内定位飞行

上海交通大学无人系统协同智能实验室无人机室内定位飞行

无人机&无人车室内定位

北京航空航天大学无人机&无人车室内定位

无人机自主3D扫描

南科大周博宇老师团队通过无人机搭载云台雷达，实现探索任务中实时规划自主扫描。室内实验中，度量动捕为无人机提供高精度实时位姿数据。

无人车协同控制-北京理工大学方浩教授团队

无人车自主编队与集结-北京理工大学方浩教授团队

无人车-智慧交通无人驾驶仿真平台

仿真系统功能演示-中汽数据有限公司

crazyflie无人机协同控制-字母编队演示

crazyfile无人机字母编队-灵思创奇科技

E-puck多无人车协同控制

无人车数字0-9编队-北京理工大学自动化学院夏元清老师团队

无人车任意队形自主变换

中科院自动化所蒲志强老师团队无人车任意队形自主变换

无人车智能集群的分布式协同优化与控制

无人车集群平台高度还原牧羊场景-北京理工大学方浩教授团队

群体智能研究详解-中科院自动化所

中科院自动化所-群体智能研究详解

沙丘中的轮式移动机器人

沙丘中的轮式移动机器人-上海交通大学机器人研究所

基于leader-follower的无人机编队跟踪

基于leader-follower的无人机编队跟踪-北京理工大学自动化学院方浩老师

无人机飞行姿态动作捕捉

南京大学计算机科学与技术学院陶先平教授团队，光学动作捕捉无人机飞行姿态实验。由动捕相机接收无人机上的4个marker点的反馈信息，对无人机定位，反映无人机运动姿态。

无人机室内定位

西北工业大学无人系统技术研究院张通老师团队，光学动作捕捉无人机室内定位实验。由动捕相机接收无人机上4个marker点的反馈信息，实时输出无人机三维坐标数据，精准无人机位姿定位。

基于密度相互作用的集群系统集体裂变行为分析实验

集群协同应用 | 西北工业大学航海学院彭星光老师团队使用动作捕捉系统实时获取机器人的绝对坐标和方向，通过数据传输和解码，使机器人具有局部感知能力，从而通过算法观察和验证机器人集群系统中集体裂变行为。

crazyflie无人机多机编队飞行

集群协同应用 | 江苏科技大学群体机器人实验室，采用Crazyflie无人机，演示无人机编队飞出“8”字形态效果，同时使用光学动作捕捉系统，室内精准定位，捕捉无人机集群编队的运动轨迹。

适用于局部视觉挑战场景的鲁棒多立体视觉惯性里程计

西北工业大学无人系统技术研究院张通老师团队提出了一种可以集成任意数量视觉相机的SLAM-VIO视觉惯性里程计系统，兼顾定位精度与计算量，在真实实验中使用NOKOV度量动作捕捉验证了系统的效率。

无人机协同“嗅出”数字信息素狼群算法提升地图构建精度

通过构建电磁环境地图，可以实现对电磁能量分布等信息的可视化展示，有助于实现电磁污染的监测与防治。在军用领域，电磁环境地图为电磁态势生成、用频冲突消解以及电磁频谱作战筹划应用提供直接支持。

动作捕捉系统验证OPT追踪井下无人机的性能

提出了一个基于超宽带（UWB）和惯性测量单元（IMU）融合的按需精确跟踪（OPT）框架，OPT提供了一个UWB信号传输的自适应调整机制，以权衡无人机在煤矿中的定位精度和能源消耗。

动作捕捉助力无人车多源传感器信息融合导航技术

为了让无人车系统具有更高的自适应性和可靠性，哈尔滨工业大学的研究人员研究了基于多源传感器信息融合的导航系统，并借助动作捕捉系统进行验证。

动作捕捉系统用于室内组合定位技术研究

哈尔滨工业大学的研究人员以无人车为定位载体，利用NOKOV动作捕捉系统，对基于超宽带（UWB）和惯性导航系统（INS）的室内组合定位技术进行研究。

动作捕捉系统用于飞行机械臂目标检测与定位算法验证

在飞行机械臂目标检测与定位算法验证实验中，利用NOKOV度量动作捕捉系统实时输出摄像头和目标物在世界坐标系下的位姿数据。

动作捕捉系统用于地下隧道移动机器人定位与建图

地下隧道移动机器人自主智能的完成任务，精准的定位和地图构建是前提和关键，利用NOKOV度量动作捕捉系统可获取机器人的真实轨迹。

人车协同导航定位技术优化

无人机编队与协同控制

无人车实验室编队中的动作捕捉

NOKOV度量动作捕捉系统能够实现高精度室内定位，获取无人车三维坐标与刚体六自由度信息，并以极低延迟将数据传输到地面站，再由地面站发送指令，实现无人车控制。

机器人性能测试系统

NOKOV(度量)光学三维动作捕捉系统的定位原理与激光跟踪仪不同。系统通过多个动作捕捉镜头捕捉反光标志点（Marker）的形式来定位机器人关键节点的位置，并根据标志点坐标计算出机器人位姿，定位精度为亚毫米级。

自动驾驶沙盘系统

NOKOV动作捕捉设备可实时获取模型车刚体的位置、速度和加速度信息。工程师将动作捕捉数据作为定位数据与其他传感器数据融合，实现沙盘中模型车智能驾驶演示。

多旋翼无人机室内定位与飞控算法测试平台

基于NOKOV(度量)光学三维动作捕捉系统，构建了多旋翼无人机室内试验系统,作为多旋翼无人机复杂控制算法的测试平台，可以为无人机飞控提供精确的位置和姿态信息

精度亚毫米级！无人机编队定位技术解读

无人机编队定位技术利用NOKOV动作捕捉系统获取刚体六自由度信息，通过VRPN传入到基于Ubuntu的机器人操作系统ROS中，地面站软件读取到传入ROS中的数据后，可以计算运动参数，解算编队控制量，估计航点位置，发布航点指令。无人机收到航点指令后，向下一个方向移动，其位姿信息又被捕获到，再次传入地面站，以此循环，实现无人机室内的编队控制。

中科院自动化所多智能体协同控制平台编队与自主避障

中科院自动化所无人集群系统分为三个子系统，定位子系统、通信子系统与控制子系统，可实现单体无人车和无人机控制、地空协同、集群对战以及无人车、无人机编队表演等功能

多智能体协同控制室内空间定位试验平台的研发

通过NOKOV（度量）光学三维动捕系统获取无人机和无人车的组合在空间中的飞行六自由度信息，完成无人机-无人车多智能体之间的空地协同运动和交互式配合。

六旋翼无人机室内定位系统

整套NOKOV（度量）光学三维动作捕捉系统捕捉到无人机的上反光标志点位置信息，并在动捕软件中建立对应的刚体，从而获取无人机的空中飞行位置姿态信息，实现了无人机精确悬停，精确绕行，保证了精确定位反馈。

无人驾驶汽车定位追踪

NOKOV的动作捕捉定位系统通过在无人车上布置的反光标志点来对沙盘中的无人车在进行室内定位，由SDK发送到无人车的服务器，再通过无线模块将位置信息传达给无人车，以此实现实时获取位置信息并回传给无人车，实时定位和纠正路线及行驶行为。

边云协同电力自主巡检系统的研发

无人机协同电力巡检系统研发，需要在实验室环境下完成无人机的路线模拟以及视觉训练，使用NOKOV3d动作捕捉设备，捕捉在无人机室内定位信息，在动作捕捉软件Seeker中完成无人机刚体信息的计算，实现控制无人机在预定的飞行轨迹上完成无人操作，自适应飞行，并完成随机悬停拍摄。

无人机室内定位与自主建造

同济大学建筑系进行多无人机自主建造研发实验，使用NOKOV动作捕捉镜头组成室内定位系统，动作捕捉镜头通过捕捉固定在无人机六自由度信息，包括三维空间XYZ坐标，偏航角Yaw，横滚角Roll以及俯仰角Pitch。

Crazyflie无人机、无人车分布式集群协同控制

华南理工大学蔡鹤教授研究团队围绕分布式集群协同控制，分别提出基于相对位置的协同追击策略，以及降低内部通信要求的分层编队控制策略，NOKOV度量动作捕捉系统为Crazyflie无人机集群、无人车集群实时输出高精度位姿数据。

多智能体强化学习样本效率提升方法

北京航空航天大学研究团队将层次对称性引入多智能体强化学习，以提升算法的样本效率。度量动捕实时获取集群状态数据，助力验证本文算法。

Crazyflie无人机集群协同控制-山东大学机器智能与系统控制教育部重点实验室

山东大学机器智能与系统控制教育部重点实验室刘允刚教授团队：Crazyflie无人机集群完成无碰撞队形变换、多机运动规划、多机位置对调以及多机巡逻等任务。无人机集群实时位姿数据由NOKOV度量动作捕捉系统提供。

VR和眼动控制集群机器人的方法

此研究通过构建VR交互场景，生成集群机器人数字孪生主体，根据人眼动数据生成控制指令，以实现高效、强沉浸感的远程交互控制。

超大沙盘无人车和无人机定位追踪

在超大沙盘场景中进行无人车和无人机协同控制实验，将38m*8m*2.9m场地分为3个区域，拼接区域也能对无人车和无人机进行稳定捕捉。

未知复杂环境的无人机自主目标搜寻

四川大学电子信息学院杨鑫松老师团队实现大迷宫及复数楼层无人机自主目标搜寻。仿真实验中使用PX4仿真器，能在完全未知的复杂环境下自主搜寻目标，并将目标位置在构建的地图上标注。

自动驾驶仿真实训平台，丰富多车及车路协同实训教学

北京工业大学驾驶行为研究团队：虚实融合车路云一体化实验室将虚拟仿真与传统智慧交通实训设备深度融合，NOKOV度量动作捕捉系统实时提供真实车辆的位置信息，帮助实现仿真交通场景可视化，以实现多种路网场景切换、虚拟车辆与真实车辆交互，满足多样的教学需求。

机器人足球比赛中多智能体动态编队的研究

研究团队发表最新成果《Dynamic Formation Planning and Control for Robot Soccer Game with Multi-Agent Reinforcement Learning and Behavioral Model》：提出了一种机器人足球场景中的多智能体动态编队策略。通过用于进攻的行为模型和用于防守的强化学习，实现了队伍的攻防策略转换，适应不断变化的比赛情景。

智能无人集群系统虚实融合闭环验证

中科院自动化所蒲志强老师团队设计的智能无人集群系统，实现无人车和无人机的空地协同，并进行了虚实融合闭环验证。实验使用了NOKOV度量动作捕捉系统，以获取高精度且实时的位姿数据。

Crazyflie无人机集群编队

北京航空航天大学人工智能研究院通过NOKOV度量光学动作捕捉系统对无人机集群编队协同控制进行研究

巡检机器人空地协调

为提高巡检巡逻效率，满足巡逻范围广、监测频率高、任务时间长等要求，武汉科技大学的巡检机器人团队取得如下成果：模拟罐体外表面缺陷检测：高效规划无人机飞行路径、实现大型罐体表面的完全覆盖；空地协作机器人持续监测：UAV&UGV异构协作系统对复杂和简单地形的持续监测，协作监测完成效果好、运动轨迹偏差小；无人机江边水质检测实验；智能巡检机器人；气味源寻源实验。

无人车位姿数据获取

北京工业大学利用光学动作捕捉系统，追踪记录和分析两辆无人车的位姿数据，实现无人系统的集群协同控制与规划

无人车控制算法验证

桂林电子科技大学人工智能学院，在实验室内架设动作捕捉系统，采集无人车位姿数据，进ROS系统，进行无人车运动控制、路径规划、目标识别及智能驾驶相关的算法认证研究。

密集环境中的自组织雷诺无人飞行器群

由7架四旋翼无人机组成的编队，在森林式密集障碍环境中灵活避障，同时实现编队维护——天津工业大学研究成果

无人机斜钻方圈

研究提出了一种名为Gap-Traversing Adaptive Curriculum Learning (GTACL) 的创新方法，使四旋翼无人机能够快速且敏捷地穿越移动且倾斜的狭窄间隙。该方法结合了自适应课程强化学习（ACRL）和在线推力更新（OTU），通过模拟训练后能够实现无需微调的零样本转移到现实世界的四旋翼无人机上。

MTABot：带两个可变形轮子的高效可变形陆空机器人

研究团队设计出MTABot，一种新型的三模式可变形陆空机器人，它通过两个多功能附件实现滚动、攀爬和飞行。MTABot的设计经过精心优化，以提高在不同地形上的运动效率和能量效率。

为具有安全意识的四旋翼飞行器学习实时动态响应式间隙穿越策略

作者提出端到端的基于强化学习的狭缝穿越策略，和现有轨迹优化方法及强化学习方法相比，本文策略在实时动态响应、敏捷性、耗时和泛化方面的性能更优。

基于碰撞的轮式机器人主动导航

研究设计了一个基于碰撞的观测模型，将其集成到碰撞辅助定位框架中，并应用到卡尔曼滤波器和粒子滤波器。

利用类似Vicsek互动的可编程蜂群机器人探索临界性假设

团队使用多达50台自研SwarmBang集群机器人，针对经典Vicsek集群模型中的临界效应进行了系统的大规模机器人实验。

基于连续隐式SDF的任意形状机器人轨迹优化

该研究利用连续隐式有符号距离场（SDF），对复杂形状机器人的几何形状及扫掠体进行精确建模，获得更大的轨迹规划求解空间。同时，规避了复杂的环境表示，具有很高的计算效率。连续隐式SDF的使用也让该方法实现了连续避障。

多智能体系统实现无直接通信协同

本文提出了一种新的框架——基于分层共识的多智能体强化学习，该框架通过对比学习构建全局共识，使智能体在没有直接通信的情况下实现协作行为。

多智能体SLAM新框架实现高效准确构建密集3D地图

本文提出了多估计鲁棒 SLAM 系统（MERSYS），这是一种基于激光雷达-惯性运动轨迹测量（LIO）和视觉惯性运动轨迹测量（VIO）融合的新型三维密集绘图框架。

自动驾驶 | 多无人车协同轨迹规划无信号灯无车道自由路口公平通过

本研究在网络-物理-社会空间中建立了一个 AIM 系统，以定量、公平地交换穿越优先权。本研究提出了一种基于数值最优控制的接近最优的无车道 AIM 方法，其中使用了 log-exp 函数来凸化无差别的避免碰撞约束条件。

发表于Science Robotics-基于无人机自主飞行系统的特技飞行的生成与执行

浙大高飞老师团队提出的无人机全自主系统在特技飞行表现中超越专业飞手。NOKOV度量动作捕捉系统助力验证无人机在狭窄空间中执行复杂特技动作时的飞行性能。

一种复杂障碍环境中基于在线规划的无人机编队安全控制方法

本文介绍了一种基于履带式移动机器人的多机器人协作运输系统，可在非平整路面协同运输60公斤的有效载荷。

自动驾驶 | 面向矿区装卸载作业场景的无人卡车的轨迹规划

本文提出了一种分层规划策略，帮助在露天矿山的装卸载作业区域中实现安全、高效率、高质量的轨迹规划。

从避障到越障地面移动机器人协同操纵载体搬运

本文将多移动机器人应用于软布的支撑与操纵中，实现了多移动机器人协同操纵软布搬运物体的任务。

利用新型自适应关节和优化协同策略提高多机器人协同搬运系统的地形适应性

本文介绍了一种基于履带式移动机器人的多机器人协作运输系统，可在非平整路面协同运输60公斤的有效载荷。

IEEE RAL 中科院发表混合式巡检机器人高效轨迹规划方法

本研究提出一种混合机器人执行电力线巡检的轨迹规划方法。NOKOV度量动作捕捉系统为研究提供了高精度位姿数据以估计混合机器人的状态。

多智能体强化学习平台：减小模拟到真实的差距

本文提出了无人机强化学习平台，通过NOKOV度量动作捕捉系统建立现实世界到仿真环境的映射，允许真实的无人机通过虚拟传感器与虚拟对象交互，使得策略网络可以使用虚拟代理进行训练，并无缝转移到真实的无人机上。

IEEE T-RO无人机动态环境高效表征-基于粒子的动态环境连续占有地图

上海交通大学、荷兰代尔夫特理工研究团队提出了一种基于粒子的连续占用地图，通过创新的双数据结构和高效的地图构建流程，有效提高了动态环境中障碍物建模的精度和效率。NOKOV度量动作捕捉系统收集动态障碍物运动数据，助力评估动态占用地图在速度估计方面的性能。

RSS 2024：基于事件的视觉惯性测速仪

本文提出了一种基于事件相机和IMU的无地图视觉-惯性测速仪，通过融合异构数据实现无人机实时线性速度估计，解决了激烈自我运动状态下相机跟踪失败问题。现实实验利用NOKOV度量动作捕捉系统实时监测事件相机的位姿，验证本文方法估计线性速度的准确性。

多机器人系统无分配队形控制

十个移动机器人在现实实验中精确高效形成“R”、“A”和“L”队形，动捕验证算法实用性。仿真实验证明了算法在不同群体规模下形成复杂队形的有效性。相较其他方法，本文算法在精确度及效率方面性能更佳！

面向新手在无人机竞速场景下的飞行辅助系统

浙江大学 FAST Lab 高飞老师团队钟宇航同学设计了一套无人机竞速辅助飞行系统，帮助新手快速上手参与无人机竞速比赛。论文获 ICRA 三项 Best Paper 提名。在真实实验中使用NOKOV度量动作捕捉验证了系统的效率。

绳牵引并联机器人动态避障方法

哈尔滨工业大学（深圳）熊昊老师团队最新研究成果：提出了一种基于强化学习的避障控制器，在实验中使用NOKOV度量动作捕捉系统实时获取绳索、移动基座的位置，以及动态障碍物的位置和形状信息。

多机器人编队集中式轨迹规划：基于概率推理的连续高斯过程

哈尔滨工业大学研究团队提出一种新颖的机器人编队集中式轨迹生成方法，将著名的运动规划方法GPMP2扩展到多机器人场景，采用稀疏高斯过程模型，高效地计算多机器人运动轨迹。利用NOKOV度量动作捕捉系统验证了算法的效率、适应性和可扩展性。

基于关系图深度强化学习的机器人多目标包围问题新算法——中科院自动化所蒲志强教授团队

中科院自动化所蒲志强教授团队，提出一种基于关系图的深度强化学习方法，应用于多目标避碰包围(MECA)问题，使用NOKOV度量动作捕捉系统获取多机器人位置信息，验证了方法的有效性和适应性。研究成果在2022年ICRA大会发表。

多无人机在线路径规划的新算法

南京航空航天大学自动化学院使用NOKOV度量动作捕捉系统获取多架无人机的精确位置信息，实现多架无人机协同实时路径规划。

动作捕捉系统助力无人机着陆结构设计

中国石油大学（华东）研究团队基于Kresling折纸结构双稳态空间设计了一种无人机着陆系统结构，利用动捕技术对其进行动力学分析，为无人机着陆系统结构设计提供创新方法。

运动捕捉系统助力电力线巡检机器人的自主落线研究

中科院自动化所的研究团队提出了一种完整的自主落线方案，利用动捕系统评估了基于双目视觉的电力线上着陆点的深度精度，为混合式机器人高效着陆和巡检奠定了基础。

动作捕捉用于差速驱动移动基座的可变形机器人轨迹优化研究

浙江大学为解决可变形机器人在复杂三维环境中的轨迹规划问题，提出一种基于差速驱动移动基座的移动机器人的轨迹优化方法，并使用NOKOV动作捕捉设备验证了该方法的有效性。

动捕技术助力基于映射规划框架的四旋翼飞行器自主导航研究

哈尔滨工业大学提出一种新的映射规划框架，以提高四旋翼飞行器在复杂环境下的自主导航能力，并使用NOKOV动作捕捉设备验证了该框架的有效性和鲁棒性。

无人车路径规划算法验证

IROS 2025 多智能体深度强化学习算法实现Crazyflie无人机在复杂环境中协同追逐

多飞行器集联平台的控制与状态估计框架研究

室内多无人机实验平台

无人机飞行中抓取任意位姿物体并置于指定位置

无人机室内定位飞行

无人机&无人车室内定位

无人机自主3D扫描

无人车协同控制-北京理工大学方浩教授团队

无人车-智慧交通无人驾驶仿真平台

crazyflie无人机协同控制-字母编队演示

E-puck多无人车协同控制

无人车任意队形自主变换

无人车智能集群的分布式协同优化与控制

群体智能研究详解-中科院自动化所

沙丘中的轮式移动机器人

基于leader-follower的无人机编队跟踪

无人机飞行姿态动作捕捉

无人机室内定位

基于密度相互作用的集群系统 集体裂变行为分析实验

crazyflie无人机多机编队飞行

适用于局部视觉挑战场景的鲁棒多立体视觉惯性里程计

无人机协同“嗅出”数字信息素 狼群算法提升地图构建精度

动作捕捉系统验证OPT追踪井下无人机的性能

动作捕捉助力无人车多源传感器信息融合导航技术

动作捕捉系统用于室内组合定位技术研究

动作捕捉系统用于飞行机械臂目标检测与定位算法验证

动作捕捉系统用于地下隧道移动机器人定位与建图

人车协同导航定位技术优化

无人机编队与协同控制

无人车实验室编队中的动作捕捉

机器人性能测试系统

自动驾驶沙盘系统

多旋翼无人机室内定位与飞控算法测试平台

精度亚毫米级！无人机编队定位技术解读

中科院自动化所多智能体协同控制平台编队与自主避障

多智能体协同控制室内空间定位试验平台的研发

六旋翼无人机室内定位系统

无人驾驶汽车定位追踪

边云协同电力自主巡检系统的研发

无人机室内定位与自主建造

Crazyflie无人机、无人车分布式集群协同控制

多智能体强化学习样本效率提升方法

Crazyflie无人机集群协同控制-山东大学机器智能与系统控制教育部重点实验室

VR和眼动控制集群机器人的方法

超大沙盘无人车和无人机定位追踪

未知复杂环境的无人机自主目标搜寻

自动驾驶仿真实训平台，丰富多车及车路协同实训教学

机器人足球比赛中多智能体动态编队的研究

智能无人集群系统虚实融合闭环验证

Crazyflie无人机集群编队

巡检机器人空地协调

无人车位姿数据获取

无人车控制算法验证

密集环境中的自组织雷诺无人飞行器群

无人机斜钻方圈

MTABot：带两个可变形轮子的高效可变形陆空机器人

为具有安全意识的四旋翼飞行器学习实时动态响应式间隙穿越策略

基于碰撞的轮式机器人主动导航

利用类似Vicsek互动的可编程蜂群机器人探索临界性假设

基于连续隐式SDF的任意形状机器人轨迹优化

多智能体系统实现无直接通信协同

多智能体SLAM新框架实现高效准确构建密集3D地图

自动驾驶 | 多无人车协同轨迹规划 无信号灯无车道自由路口公平通过

发表于Science Robotics-基于无人机自主飞行系统的特技飞行的生成与执行

一种复杂障碍环境中基于在线规划的无人机编队安全控制方法

自动驾驶 | 面向矿区装卸载作业场景的无人卡车的轨迹规划

从避障到越障 地面移动机器人协同操纵载体搬运

利用新型自适应关节和优化协同策略提高多机器人协同搬运系统的地形适应性

IEEE RAL 中科院发表混合式巡检机器人高效轨迹规划方法

多智能体强化学习平台：减小模拟到真实的差距

IEEE T-RO无人机动态环境高效表征-基于粒子的动态环境连续占有地图

RSS 2024：基于事件的视觉惯性测速仪

多机器人系统无分配队形控制

面向新手在无人机竞速场景下的飞行辅助系统

绳牵引并联机器人动态避障方法

多机器人编队集中式轨迹规划：基于概率推理的连续高斯过程

基于关系图深度强化学习的机器人多目标包围问题新算法——中科院自动化所蒲志强教授团队

多无人机在线路径规划的新算法

基于密度相互作用的集群系统集体裂变行为分析实验

无人机协同“嗅出”数字信息素狼群算法提升地图构建精度

自动驾驶 | 多无人车协同轨迹规划无信号灯无车道自由路口公平通过

从避障到越障地面移动机器人协同操纵载体搬运