跳到正文
arXiv · 机器人与计算机视觉· Adam Y. Shavit·· 13 天前精选AI 评分78

可逆动力学与非对称动作:作为轨迹级亲和力的停车问题

Reversible Dynamics, Asymmetric Actions: Parking as a Trajectory-Level Affordance

AI 导读

Adam Y. Shavit 提出停车问题的形式化分析,区分了静态适配、最终可达性与资源受限可达性三种间隙指标。研究证明在特定场景中,倒车入库与直进式停车的不对称性源于有限操作次数下的修正需求差异:一次反转即可满足倒车入库的最小间隙要求,而直进式停车至少需要两次反转才能达到同等安全裕度。

推荐理由

该文通过形式化论证揭示了倒车入库与直进式停车在有限操作次数下的可达性差异,为理解驾驶员直觉提供了理论依据。

来源:arXiv · 机器人与计算机视觉 · arxiv.org