AITOPAI热报

运动规划

共 3 条相关 AI 资讯
8月11日
11:47
11:47官方账号arXiv cs.AI@Yapeng Liu, Yuanzhao Zhai, Bo Ding, Huaimin Wang, Lin Wang
arXiv 新论文提出能量结构潜在世界模型（ELWM），将能量和动量显式编码进潜状态，通过耗散和控制端口保证严格因果转换。基于 RGB-D 和惯性交互历史训练，ELWM 确保预测物理一致。配套的物理条件神经时间场（PC-NTF）通过 Eikonal 方程集成到到达时间场，生成导航策略。在跨场景评估中，PC-NTF 将 0.8 秒运动预测 NRMSE 从 0.36 降至 0.29，导航成功率从 81.3% 提升至 89.7%，SPL 从 0.64 升至 0.73，物理碰撞率从 12.1% 降至 5.8%。
论文ELWMPC-NTF运动规划
推荐理由：这篇论文把物理规律直接塞进潜空间，导航成功率涨了 8 个点，碰撞率砍半，做具身智能的值得看看。
原文
7月29日
11:40
7月22日
12:50
12:50官方账号arXiv cs.AI@Jason Stanley, Zhirui Dai, Qihao Qian, Tzu-Chin Ho, Tianxing Fan, Siddharth Saha, Christopher Barngrover, Ki Myung Brian Lee, Nikolay Atanasov
本文提出OREN（Octree Residual Network）与Bubble*规划器，协同实现无人机实时有符号距离函数（SDF）建图和运动规划。OREN结合显式八叉树与隐式神经残差，在线重建SDF，精度比基线高22%。Bubble*利用距离信息生成最大无碰撞球体，在杂乱环境中规划约90米轨迹仅需1-3秒，而基线需10秒。系统在四旋翼无人机上实时运行。
论文ORENBubble*无人机
推荐理由：这篇论文把建图和规划合着做，用OREN神经网络重建距离场，Bubble*算法找安全球路径。无人机飞90米只要1到3秒，比别的快10倍。
原文