Continuous-Time Motion Planning and Steering with Global Convergence提出 GlobMP,支持多达 200 个机器人的团队连续时间运动规划与全局收敛
提出 GlobMP,支持多达 200 个机器人的团队连续时间运动规划与全局收敛
为机器人/自动驾驶中运动规划与学习策略修正提供可证明全局最优的算法,有助实际部署与多机协同。

DOMAIN OBSERVATORY
资料 44 条 · 常规内容近 60–90 天,综述/报告保留一年最近同步 47 分钟前
(暂无权威综述,基于前沿内容归纳)本版覆盖人形机器人、四足与足式机器人、机械臂与操作、灵巧手与触觉、工业与物流机器人、运动控制与强化学习;站内有收录但本版未采用:无;站内未收录:服务与家庭机器人,不代表该方向缺乏进展。
提出 GlobMP,支持多达 200 个机器人的团队连续时间运动规划与全局收敛
为机器人/自动驾驶中运动规划与学习策略修正提供可证明全局最优的算法,有助实际部署与多机协同。

WarpWeaver 实现多机器人近最优协调,较集中式规划器旅行时间最多降 22%,硬件验证 6 台机器人
提供分布式实时近最优规划方法,兼顾联合最优与实时性,并有硬件验证,对多机器人协调工程实践有参考价值。

多视角 LAM 预训练解 6D 动作歧义,下游策略成功率 +13.5%、真机 +20%
视频预训练+跨本体迁移是机器人学习热点,多视角消解 6D 歧义的结论直接指导数据采集策略

FCTS 用失败信号驱动地形课程生成,提升四足跑酷泛化
把课程设计变成由失败样本驱动的自动数据闭环,思路可迁移到其他策略训练场景

机器人集群共享执行经验,失败引导检索微调免人工纠正
无需遥操作纠正即可用集群数据持续提升策略,并配有容错异步训练系统,对机器人数据闭环设计有直接借鉴意义
