arXiv · 机器人与计算机视觉· Alexis Poignant, Jan Babi\v{c}·· 20 天前AI 评分42
Spike-MPPI:受运动神经元启发的采样方法提升模型预测路径积分控制性能
Motoneuron-Inspired Sampling for Model Predictive Path Integral Control
AI 导读
Spike-MPPI 提出一种受运动神经元启发的提议分布,通过稀疏且时间相干的扰动解决有限 rollout 预算下的高频抖动问题。该方法在 Franka FR3 臂的仿真与物理机器人实验中,均展现出比高斯等基线更平滑的执行命令及更高的任务成功率。研究证实采样统计结构是有限预算 MPPI 控制的关键设计因素,已在 legged locomotion 和 manipulation 任务上验证有效性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org