提出几何候选模式的示范导航分层策略

Chengyang Peng 等提出一种分层神经网络导航策略，从局部几何计算候选模式，并从多模态演示中学习选择与跟随哪个模式，以缓解行为克隆对多模态演示取平均而产生不安全路径的问题。论文称该策略在仿真中已见与未见测试用例上的成功率均超过 95%，四个离线学习基线最高为 43% 和 20%，使用相同模式但不学习的启发式方法为 79% 和 67%；仿真训练的策略还可迁移到 LimX Tron 1 双足机器人。该论文 8 页 8 图，正在评审中。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。