An Extension of AirSim: A ROS2-Integrated Multi-agent UAV Reinforcement Learning Framework on Unreal Engine
0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : kr, vn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- An Extension of AirSim: A ROS2-Integrated Multi-agent UAV Reinforcement Learning Framework on Unreal Engine
- Date Crossref
- 27/07/2026
- Éditeur
- Springer Nature Singapore
- Type
- book-chapter
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Konkuk University Department of Artificial Intelligence pays non établi dans la noticeUniversité ou école supérieure
-
Ho Chi Minh City University of Industry and Trade Department of Software Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Kookmin University Department of Computer Science pays non établi dans la noticeUniversité ou école supérieure
Department of Artificial Intelligence — Konkuk University, Department of Software Engineering — Ho Chi Minh City University of Industry and Trade et Department of Computer Science — Kookmin University.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Reinforcement Learning in RoboticsAdaptive Dynamic Programming ControlRobotic Path Planning Algorithms