arXiv cs.MA· Anais Jeger, Harry Holt, Lennart Puck·· 11 小时前AI 评分31
月球洞穴探测机器人集群通过强化学习实现协作保温
Emergent Cooperative Thermoregulation in Lunar Swarm Robotics
AI 导读
一项研究让二十台机器人共享同一策略，仅以月夜结束时最冷五台机器人的平均温度作为单一奖励，通过进化策略强化学习训练，涌现出聚集与在核心区与边缘间循环两种行为。测得每台机器人存活所需最低储能为 155.6 +/- 1.3 pcm-h（1 pcm-h 相当于 7.2 kJ 储热），比静止抱团低 37%，距物理下界仅 13%；在静止抱团会损失六台机器人的能量预算下，全部机器人存活。
正文 · AI 翻译
摘要：小型机器人集群是勘测月球洞穴和熔岩管的一种有吸引力的方式。NASA 的 CADRE 等任务将让协同漫游车飞行，以进行分布式测绘，但仅限于白天。354 小时的月夜会使地表温度降至 95 K，而让单个漫游车得以存活的放射性同位素加热器无法在集群规模上提供。在本研究中，我们探讨集群能否转而利用自身成员作为热屏蔽。我们通过使用进化策略估计器的强化学习，训练了一个由全部二十个机器人共享的策略。该策略只在夜晚结束时获得一次单一奖励：五个最冷机器人的平均温度。该奖励中没有任何内容涉及位置、间距、暴露或运动。尽管如此，仍涌现出两种行为。集群聚集起来，机器人在受庇护的核心与暴露的边缘之间循环，这与帝企鹅在南极冬季生存所依赖的两种行为相同。我们测量了生存阈值，即每个机器人在日出时仍全部存活所需的最小存储能量。在十次运行中，该值为 155.6 +/- 1.3 pcm-h，其中 1 pcm-h 为 7.2 kJ 的存储热量。这比静止抱团低 37%，与基于物理的下界相差在 13% 以内，并且在静止抱团会损失六个机器人的预算下，每个机器人都能存活。该行为不需要共享空间参考，也不需要机器人之间的接触，并且可以从二十个机器人迁移到四十个机器人而无需重新训练。
| 评论： | 7 页，4 幅图。已提交至 IEEE Robotics and Automation Letters。视频见补充文件 |
| 主题： | 机器人学 (cs.RO)；多智能体系统 (cs.MA) |
| 引用为： | arXiv:2610.31868 [cs.RO] |
| （或 arXiv:2610.31868v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.31868 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Anais Jeger [查看电子邮件]
[v1]
2026 年 10 月 22 日星期四 19:57:47 UTC（21,629 KB）
来源：arXiv cs.MA · arxiv.org