跳到正文
arXiv · 机器人与计算机视觉· Seunghwan Jang, Wei Xiao·· 1 天前精选AI 评分78

基于精确局部窗口的可靠条件哈密顿 - 雅可比可达性:子解学习方法

Reliable Conditioned Hamilton-Jacobi Reachability via Subsolution Learning on Exact Local Windows

AI 导读

论文针对传统哈密顿 - 雅可比(HJ)可达性需重求解的缺陷,提出一种条件化可达性模型。该方法通过限制障碍物影响范围使值函数具有局部性,仅需读取机体坐标系下的局部窗口即可训练并迁移至任意规模场景。

推荐理由

提出条件哈密顿 - 雅可比可达性方法,通过子解学习确保误差保守侧,实现毫秒级场景准备与极低碰撞率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org