跳到正文
arXiv · 机器人与计算机视觉· Dhruv Metha Ramesh, Tri-An Nguyen, Junshan Huang, Jingjin Yu, Kostas E. Bekris, Abdeslam Boularias·· 29 天前AI 评分48

SPAR:基于搜索训练的推进行动排序器实现可移动障碍物间高效导航

SPAR: Search-trained Push Action Ranker for Efficient Navigation Among Movable Obstacles

AI 导读

针对可移动障碍物导航难题,SPAR 利用仿真搜索结果训练排序器以区分直接开启与预备推动动作。在 300 个两推关键孔问题中,其将仿真调用减少 7.0 倍、规划时间降低 3.8 倍;深度达五推时成功率提升至 50.7%。真实机器人实验显示,SPAR Policy 在无物理数字孪生条件下成功率为 92.5%,显著优于随机搜索的 67.5%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org