arXiv · 机器人与计算机视觉· Qingxi Meng, Emiliano Flores, Carlos Quintero-Pe\~na, Peizhu Qian, Zachary Kingston, Shannan K. Hamlin, Vaibhav Unhelkar, Lydia E. Kavraki·· 16 天前精选AI 评分82
Look as You Leap:面向高自由度机器人的运动与感知同步规划方法
Look as You Leap: Planning Simultaneous Motion and Perception for High-DOF Robots
AI 导读
该研究针对动态空间中机器人需持续感知环境的挑战,提出一种名为 PS-PRM 的 GPU 并行化概率路图规划器。该方法利用神经代理模型近似感知分数(如目标检测置信度),将其融入运动规划搜索过程,以解决运动与感知需求冲突及实时评估成本高的问题。实验表明,该规划器在静态和动态环境下的仿真及真实机器人实验中,均优于基于强化学习和轨迹优化的基线方法。
推荐理由
提出 PS-PRM 规划器,利用神经代理模型近似感知分数并引入 GPU 并行,解决高自由度机器人在动态环境中运动与感知的联合优化难题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org