跳到正文
arXiv · 机器人与计算机视觉· Prashant Solanki, Jasper Van Beers, Coen De Visser·· 16 天前AI 评分42

Reusable Neural Reachability via Local Refinement 提出基于平移不变动力学的避障复用原理,通过块级组合框架降低保守性并给出精确证书。

Reusable Neural Reachability via Local Refinement

AI 导读

该研究利用平移不变动力学下的避侧代价哈密顿雅可比公式,证明价值函数在障碍物外为零、内为负,确立了单模板价值函数的复用原则。引入的块级组合框架将子集障碍物联合求解,构建了从单点复用到精确混乱场价值的保守证书层级,并在 Dubins 车重复障碍场案例中验证了单调性与精确性准则。

来源:arXiv · 机器人与计算机视觉 · arxiv.org