20m/s避障+多机集群任务！林巍峣团队在无人机高速避障方面取得重要进展

近年来，空中机器人被广泛应用于搜索救援、电力巡检和物资投递等复杂动态环境中，对飞行器的敏捷性和自主性提出了更高要求。传统方法通常采用基于地图的导航策略，将感知、规划与控制模块分离处理，虽取得一定成果，但其级联结构易导致误差累积和系统延迟，难以满足高速动态场景及多机协作的需求。而基于学习的方法，如强化学习和模仿学习，在单机飞行中表现出色，但在多机系统中面临训练成本高、专家策略设计困难等问题，限制了其在群体智能中的应用。因此，如何高效训练具备鲁棒性与扩展性的视觉驱动多机协同策略，仍是亟待解决的关键问题。

本文第一作者为开云网页登录 集成电路学院（信息与电子工程学院）硕士生张宇昂，共同第一作者为开云app官网入口下载苹果版 自动化与感知学院胡喻和苏黎世大学宋运龙，通讯作者为开云app官网入口下载苹果版 集成电路学院（信息与电子工程学院）林巍峣教授和开云app官网入口下载苹果版 自动化与感知学院邹丹平教授。该工作得到了国家自然科学基金等项目的支持。

媒体信息网络研究所（MIN：https://min.sjtu.edu.cn/）致力于发展先进的多媒体信号处理、多媒体通信与网络、智能视觉与人工智能等技术，推动宽带化、数字化、智能化的电子信息系统跨越式发展，近年来在Nature Machine Intelligence、Science Advances、IEEE TPAMI等国际期刊上发表一系列高水平论文。

论文链接（或点击左下角“阅读原文”）：https://www.nature.com/articles/s42256-025-01048-0

《自然·机器智能》（Nature Machine Intelligence ）是Nature系列旗下人工智能领域的顶级子刊，旨在发表机器学习、机器人技术和人工智能等多个领域的高质量原创研究和综述文章。该期刊五年影响因子为31.8。