深度分析
Trident：結合混合行動與物理先驗的安全多代理強化學習框架
在災區多機無人機協同提供行動邊緣運算時，必須同時處理離散/連續動作、即時安全約束與物理動力學。研究提出Trident框架，結合溫度校正離散梯度、Lyapunov信賴區域安全更新與物理啟發殘差評論家，實驗顯示違規率比MADDPG降低95.5%，比MACPO降低76.3%，且獎勵提升13.5%。
深度分析
在災區多機無人機協同提供行動邊緣運算時，必須同時處理離散/連續動作、即時安全約束與物理動力學。研究提出Trident框架，結合溫度校正離散梯度、Lyapunov信賴區域安全更新與物理啟發殘差評論家，實驗顯示違規率比MADDPG降低95.5%，比MACPO降低76.3%，且獎勵提升13.5%。
深度分析
研究針對現有影片擴散模型在物理一致性上的缺陷，提出PhyCo框架結合大規模模擬資料、ControlNet物理屬性圖與視覺語言模型回饋，實現可連續調整摩擦、彈性、變形與受力等參數的生成，實驗顯示在Physics‑IQ基準與使用者測試上均優於先前方法，顯示此技術可推動更真實且可控的影片生成。