搜索结果

机器人系统从实验室走向真实道路和空域时，安全成了一个绕不开的前提。这份由 Chia-Yin Shih 完成、Laurent El Ghaoui 指导的 UC Berkeley 电气工程与计算机科学博士论文，讨论的正是这个问题：当自动驾驶汽车、无人机这类系统进入现实世界，我们能用什么方法为它们提供安全保障。

这份题为《水下人-多机器人协同视觉探索》的MIT博士论文处理的问题很具体：在水下环境里，人如何与多机器人系统协同，让机器人基于视觉自主探索，并且随着任务优先级变化调整行为。摘要给出的关键线索是，机器人不是执行一套固定预设，而是通过人类监督者对原位采集图像的回应来学习不断演变的任务优先级。

多旋翼无人机要在飞行中避开障碍物，首先得“看见”四周。常规做法是堆传感器：前后左右各装一套视觉或测距模块，或者让单个传感器转动扫描。这份 2019 年的 MIT 博士论文处理的是另一个问题：能不能只靠极少的相机，配合特定的安装方式和相应的软件处理，就做到全向的视觉障碍物检测。

水下机器人要做的三件事——科学探索、建设施工、日常维护——在材料里被放在同一条线上，而这条线还要往后延伸到地球之外：未来探测其他星球海洋的任务，同样指望这类系统。这份 MIT 博士论文要回答的问题就落在这个背景里：当水下环境变得复杂、不再是一次开阔水域的走航测量时，机器人凭什么看清周围，又凭什么把活干完。

这份 MIT 博士论文要回答的是：当 GPS 在水下失效时，AUV 如何依靠嵌入式声学传感完成导航，并且这种导航能否随环境声速结构变化而自适应。GPS 对空中和地面无人机近乎无处不在，却无法为潜航的 AUV 定位；

水下多航行器如何协同地盯住一个移动目标，是这份资料要回答的核心问题。难点不在于单台机器人能不能跟踪，而在于海洋环境同时剥夺了两样东西：可靠的位置基准和可靠的通信链路。材料把这一点讲得很直接——水下环境的精确建图与建模既耗时又困难，当机器人拿不到 GPS 这类高质量定位解时尤其如此。

这份 MIT 博士论文要回答的问题很直接：自主水下航行器（AUV）明明有能力把海洋中那些我们看不见的信息测出来，为什么至今没有变成一种随手可用的工具？作者 Rypkema, Nicholas Rahardiyan 把重点放在“普及”（ubiquity）上，考虑的不是再造一台性能更强的样机，而是追问是什么挡住了这类平台的大规模使用。

这份资料要回答的问题已经被工程实践推到了前台：当任务要求多台机器人在同一条时间轴上协作、并且其中部分目标带有明确的时间要求时，单台自主系统在机械设计、感知与规划上的持续进步，并不足以直接支撑起可用的方案。

提出以大量无人系统构建“地狱景观（Hellscape）”概念，作为台湾不对称防御的新思路。；借鉴乌克兰战争四年经验，认为商用技术与无人系统可以较低成本抵消对手的兵力优势。；分析该概念的作战构想、所需能力与实施挑战。

固定翼无人机的精准敏捷飞行