DD-GBP多臂在线规划实验达SOTA
热点事件持续更新
DD-GBP多臂在线规划实验达SOTA
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Zhao Jin等研究者提出分布式动态高斯信念传播方法DD-GBP，在50个含移动障碍的长时程四臂多目标场景中实现92.5%的无碰撞全目标完成率，在六个代表性基线中成功率最高。 该方法让各机器人维护树结构因子图、异步交换消息，通过并行局部推理直接规划关节空间轨迹。测试中，90%丢包率下成功率保持86.0%；30臂共存的无障碍测试成功率99.87%，平均热求解15.80 ms，超过60 Hz。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
DD-GBP：面向动态场景的多臂在线长时程规划方法报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.RO 机器人学精选DD-GBP：面向动态场景的多臂在线长时程规划方法
论文提出分布式动态高斯信念传播方法 DD-GBP，通过并行局部推理直接规划关节空间轨迹，用统一的高斯过程参数化连接自适应规划时域、插值时间因子与连续执行，各机器人维护树结构因子图并异步交换消息。
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。