跳到正文
热点事件持续更新

论文提出 Risk Density RRT* 算法优化机器人路径规划

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

一篇新论文提出了 Risk Density RRT$^*$(RD-RRT$^*$)方法,旨在将碰撞风险直接作为高层规划目标,以在确定性环境中优化机器人路径。该方法通过蒙特卡洛仿真验证了其在寻找更低估计碰撞概率路径方面的近似保真度。文章已获《国际机器人研究杂志》(IJRR) 接收发表,但代码与权重暂未提及开放许可。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    Risk Density RRT$^*$:基于概率空间的机器人规划新方法

    论文提出 Risk Density RRT$^*$(RD-RRT$^*$),将碰撞风险直接作为高层规划目标以优化确定性环境中的路径。该方法在蒙特卡洛仿真中验证了近似保真度,能持续找到更低估计碰撞概率的路径。文章已接受发表于《国际机器人研究杂志》(IJRR),代码与权重暂未提及开放许可。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。