arXiv cs.RO 机器人学· Yitian Gao, Hanlan Yang, Zachary Kingston·· 2 小时前精选AI 评分57
基于世界模型的采样式动力学规划研究：仿真中规划时间最多降低13.8倍
Sampling-based Kinodynamic Planning with World Models
AI 导读
该论文提出把视觉世界模型作为潜空间树搜索的传播器，用采样式运动规划替代CEM、MPPI等优化器，以绕过长时域任务中短视优化的停滞问题。作者提出最近邻引导RRT与基于投影的KPIECE两种潜空间探索策略，并采用GPU原生批量扩展提升设备利用率，使用现成的DINO-WM在四个仿真域和一个真实方块推动任务上评测。
推荐理由
论文指出CEM和MPPI在长时域任务上易停滞，并给出采样式规划在仿真与真机上的对比数据，便于评估该方法的适用场景。
来源：arXiv cs.RO 机器人学 · arxiv.org