arXiv · cs.AI· Lina Magoula, Nikolaos Koursioumpas, Nancy Alonistioti, Ramin Khalili·· 1 天前
ED3R：机器人系统中面向能耗的分布式山火检测协同框架
ED3R: Energy-Aware Distributed Disaster Detection via Cooperative Agents in Robotic Systems
arXiv:2606.17739v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lina Magoula, Nikolaos Koursioumpas, Nancy Alonistioti, Ramin Khalili
研究任务与主要进展
ED3R提出一个面向山火检测的能耗感知分布式框架，使机器人与远程控制器协同决策，在满足检测置信度要求的同时降低机器人操作能耗。框架通过分层决策、分布式神经回归和自定义惩罚函数，支持避障、减少重复探索、自适应提前完成任务，并在执行前评估候选策略的未来效果。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org