跳到正文
热点事件持续更新

论文提出无限可微构造引导向量场用于机器人控制

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

Vinicius Mariano Goncalves 等人于 2026 年 11 月 18 日发布了一篇题为《Constructive Infinitely Differentiable Guidance Vector Fields for Robotic Control》的论文。该研究提出了一种构造性无限次可微引导向量场(GVF),旨在解决现有 GVF 框架在级联控制器中存在的非可导性或大梯度问题。通过引入平滑参数,该方法在极限情况下能恢复原始 GVF,并在数值与真实世界实验中展现了保持离散化下光滑性、减少采样数以降低计算时间以及维持小路径跟踪误差等优势。

AI 根据报道生成 · 11 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19日
  1. arXiv · 机器人与计算机视觉
    用于机器人控制的构造性无限次可微引导向量场

    论文提出了一种构造性无限次可微引导向量场(GVF),旨在解决现有 GVF 框架在需要信号导数的级联控制器中存在的非可导性或大梯度问题。该方法通过引入平滑参数实现了对原有方法的推广,并在该参数趋近于零时恢复原始 GVF。研究建立了主要理论性质,并通过数值和真实世界实验展示了其在保持离散化下光滑性、减少曲线采样数以降低计算时间以及维持小路径跟踪误差方面的优势。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 16:00
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。