跳到正文
arXiv · 机器人与计算机视觉· Yilong Chen, Yong K. Cho·· 23 天前AI 评分38

LiDAR-Based Sim-to-Real GNN Framework 实现建筑机器人无标签轨迹交互感知路径修正

Learning Interaction-Aware Path Corrections from Unlabeled Trajectories: A LiDAR-Based Sim-to-Real GNN Framework for Construction Robots

AI 导读

该研究提出一种基于激光雷达的实时框架,从无标签演示中学习交互感知的路径修正以应对动态施工环境。在砌砖试验中,该方法将路径不规则性降低 39.2% 并提升最小 TTC;在 Dynablox 序列中,TTC 增加 38.3% 且生成更平滑路径。消融研究验证了 1.0 秒预测区间及上下文增强等策略的有效性,论文已提交至 Automation in Construction。

来源:arXiv · 机器人与计算机视觉 · arxiv.org