跳到正文
热点事件持续更新

MAP2赛车控制器论文发布：实车实验称误差降约38%

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Weizhan Huang 等作者在 arXiv 发布 MAP2 控制器研究论文，该控制器把基于曲率的运动学 MPC 与稀疏高斯过程（SGP）残差修正结合，再通过轮胎动力学模型把 MPC 优化出的控制量映射为转向指令。 论文称，实车实验中相比 MAP 和 Pure Pursuit（PP），MAP2 平均横向跟踪误差分别降低 37.99% 和 44.65%，平均单圈时间至少缩短 1.5%。

AI 根据报道生成 · 2 小时前更新

最新进展10月9日 12:00
MAP2：基于 MPC 与高斯过程残差学习的自动驾驶赛车模型追踪控制

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
    MAP2：基于 MPC 与高斯过程残差学习的自动驾驶赛车模型追踪控制

    MAP2 将基于曲率的运动学 MPC 与稀疏高斯过程（SGP）残差修正结合，通过轮胎动力学模型把 MPC 优化出的控制量映射为转向指令。实车实验显示，相比 MAP 和 Pure Pursuit（PP），MAP2 平均横向跟踪误差分别降低 37.99% 和 44.65%，平均单圈时间至少缩短 1.5%。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月9日 13:00
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。