TU Darmstadt / ULB / TUbiblio

Nearest-Neighbor-based Collision Avoidance for Quadrotors via Reinforcement Learning

Ourari, R. ; Cui, K. ; Elshamanhory, Ahmed A. ; Koeppl, H. (2022)
Nearest-Neighbor-based Collision Avoidance for Quadrotors via Reinforcement Learning.
doi: 10.48550/arXiv.2104.14912
Report, Bibliographie

Dies ist die neueste Version dieses Eintrags.

Typ des Eintrags: Report
Erschienen: 2022
Autor(en): Ourari, R. ; Cui, K. ; Elshamanhory, Ahmed A. ; Koeppl, H.
Art des Eintrags: Bibliographie
Titel: Nearest-Neighbor-based Collision Avoidance for Quadrotors via Reinforcement Learning
Sprache: Englisch
Publikationsjahr: 18 Februar 2022
Verlag: arXiv
Reihe: Robotics
Auflage: 3. Version
DOI: 10.48550/arXiv.2104.14912
URL / URN: https://arxiv.org/abs/2104.14912v3
Zugehörige Links:
Freie Schlagworte: emergenCITY_KOM, Robotics, Artificial Intelligence, AI, Machine Learning, ML
Zusätzliche Informationen:

neuste Version zu "Decentralized Swarm Collision Avoidance for Quadrotors via End-to-End Reinforcement Learning"

Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik > Bioinspirierte Kommunikationssysteme
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik
LOEWE
LOEWE > LOEWE-Zentren
LOEWE > LOEWE-Zentren > emergenCITY
Hinterlegungsdatum: 28 Feb 2022 09:56
Letzte Änderung: 22 Mai 2024 09:00
PPN:
Export:
Suche nach Titel in: TUfind oder in Google

Verfügbare Versionen dieses Eintrags

Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen