面向机器人团队的自主AI
本演讲重点介绍约翰·霍普金斯大学应用物理实验室在推进协作机器人团队自主AI方面的最新成果。从异构系统自主性、协调性和适应性的核心挑战出发，介绍一个为多机器人环境中自主行为设计的可扩展架构，并总结关键挑战和实际经验。
约翰·霍普金斯大学应用物理实验室（APL）近期在推进协作机器人团队的自主AI方面取得了重要进展。本次免费网络研讨会将详细介绍其研究成果，重点围绕基于大型语言模型（LLM）的AI智能体如何实现异构机器人系统的自主性、协调性和适应性。
研讨会首先分析了当前自主机器人系统面临的核心挑战，包括如何在多机器人环境中实现高效的自主决策、团队协调以及对动态变化的适应能力。随后，演讲者将介绍一种可扩展的架构，该架构专门设计用于支持多机器人环境下的自主行为，使机器人团队能够像人类团队一样灵活协作。
作为亮点，研讨会将展示在真实硬件上运行的应用演示，使用包含不同型号机器人的异构团队执行复杂任务。演讲者还将分享研发过程中遇到的关键挑战以及从中总结的实践经验，为与会者提供宝贵的参考。
本次研讨会由APL智能系统中心负责人巴特·保尔哈姆斯博士主讲，适合对自主AI和机器人技术感兴趣的研究人员、工程师和学生参与。更多详情请访问注册页面。