arXiv · 机器人与计算机视觉· Weizhan Huang, Cheng Hu, Edoardo Ghignone, Nicolas Baumann, Yiqin Wang, Hongye Su, Lei Xie, Michele Magno·· 2026-10-09AI 评分42
MAP2:结合 MPC 与高斯过程残差学习的自主赛车模型追踪控制器
MAP2: Model- and Acceleration-Based Pursuit with MPC and Gaussian Process Residual Learning for Autonomous Racing
AI 导读
MAP2 是一种结合曲率运动学 MPC 与稀疏高斯过程(SGP)残差修正的模型驱动追求控制器,旨在解决几何控制器在极限工况下阿克曼转向失效的问题。真实车辆实验显示,相比 MAP 和纯追求(PP),该算法将平均横向追踪误差分别降低 37.99% 和 44.65%,圈速至少缩短 1.5%。研究论文已上传至 arXiv,包含 8 页正文、8 张图及 5 个表格。
来源:arXiv · 机器人与计算机视觉 · arxiv.org