跳到正文
热点事件持续更新

提出掩码生成式运动规划方法MGMP

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Lipeng Zhuang 等人提出掩码生成式运动规划方法 MGMP,用掩码生成式 Transformer 并行生成离散轨迹候选,再以几何引导令牌搜索(GGTS)依据场景几何决定编辑位置与候选评估,把测试时修复变成对离散运动方案的搜索,实现路线级重构而非局部轨迹变形。 论文报告 MGMP 在 Kuka 上 Ring Maze 成功率 96%、Controlled Route Invalidation 修复成功率 82%,分别超出最强外部基线 23 和 25 个百分点;并称其可泛化到未见布局、新增障碍、未见几何、单臂与双臂规划及真实 Baxter 任务。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv cs.RO 机器人学
    MGMP:几何引导 Token 搜索的掩码生成式运动规划方法

    论文提出掩码生成式运动规划方法 MGMP,用掩码生成式 Transformer 并行生成离散轨迹候选,并以 Geometry-Guided Token Search(GGTS)依据场景几何决定编辑位置与候选评估,把测试时修复变成对离散运动方案的高效搜索,实现路线级重构而非局部轨迹变形。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。