跳到正文
arXiv · 机器人与计算机视觉· Lipeng Zhuang, Yingdong Ru, Shiyu Fan, Edmond S. L. Ho, Gerardo Aragon Camarasa, Paul Henderson·· 2026-10-09精选AI 评分82

Masked Generative Motion Planning with Geometry-Guided Token Search

Masked Generative Motion Planning with Geometry-Guided Token Search

AI 导读

论文介绍 Masked Generative Motion Planning (MGMP),该方法利用几何引导的令牌搜索将轨迹生成从局部连续优化扩展至离散结构修复,在 Kuka 和 Ring Maze 任务上分别实现 82% 和 96% 的成功率。

推荐理由

提出 MGMP 方法,将生成式规划扩展至结构修复,在 Kuka 和 Ring Maze 任务上显著超越最强基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org