arXiv cs.RO 机器人学· Teng Xue, Yan Zhang, Amirreza Razmjoo, Sylvain Calinon·· 2 小时前精选AI 评分55
TTTS：用张量分解改进机器人优化的蒙特卡洛树搜索
Monte Carlo Tree Search with Tensor Factorization for Optimization Problems in Robotics
AI 导读
论文提出 Tensor Train Tree Search（TTTS），用张量分解挖掘决策树不同分支间的隐式相关性，以紧凑的线性复杂度表示显著降低计算与存储开销，缓解 MCTS 在高维域的组合复杂度。实验覆盖逆运动学、避障运动规划、腿式机器人操作、多阶段运动规划与双臂全身操作，验证 TTTS 在多样任务上的通用优化效率。
推荐理由
论文指出专用优化器难以跨任务泛化，并给出张量分解降低 MCTS 计算与存储开销的通用思路。
来源：arXiv cs.RO 机器人学 · arxiv.org