arXiv · 机器人与计算机视觉· Xianghao Meng, Wenshuo Wang, Cheng Shao, Lewei Feng, Qingxiao Liu, Canyu Wang, Junqiang Xi·· 27 天前AI 评分73
PATH:面向越野遥操作的偏好感知可通行性估计
PATH: Preference-Aware Traversability Estimation for Robotic Teleoperation in Off-Road Navigation
AI 导读
论文提出 PATH-Net 框架,解决地面车辆遥操作中忽视操作员速度与风险偏好的问题。该方法融合视觉几何鸟瞰特征与短时历史状态,利用最大熵逆强化学习和稀疏速度监督优化建议。实验显示在 225 条轨迹上,激进与保守策略的修改豪斯多夫距离分别为 0.17m 和 0.15m,NASA-TLX 负荷评分从 34.7 降至 22.2。材料为预印本,未提及同行评审状态或开源代码。
来源:arXiv · 机器人与计算机视觉 · arxiv.org