Stereo-Planner 实现零样本仿真到现实四旋翼导航
热点事件持续更新
Stereo-Planner 实现零样本仿真到现实四旋翼导航
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Hongming Shen 等研究者提出 Stereo-Planner，一个从双目 RGB 观测端到端生成轨迹的规划框架，仅用仿真数据训练、真实环境直接部署无需微调。其 Scene Representor 提取仿真与真实共享的几何线索，轻量 Trajectory Decoder 结合双目基线作为尺度线索输出轨迹。 论文公布的实验结果显示，该方法在仿真环境中以 8 m/s 指令速度达到 95% 成功率，具备跨场景泛化能力；在配备 NVIDIA Orin NX 的紧凑四旋翼上实现最高 7 m/s 自主飞行，机载视觉到动作平均推理时间 24.27 ms。作者称软件、仿真环境与硬件设计将开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
Stereo-Planner：面向零样本 sim-to-real 四旋翼导航的立体视觉到轨迹规划框架报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选Stereo-Planner：面向零样本 sim-to-real 四旋翼导航的立体视觉到轨迹规划框架
论文提出 Stereo-Planner，一个从双目 RGB 观测端到端生成轨迹的框架，通过 Scene Representor 提取仿真与真实环境共享的几何线索，并由轻量 Trajectory Decoder 结合双目基线作为尺度线索输出轨迹，全程仅用仿真数据训练、真实环境直接部署无需微调。
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。