研究人员开发了RAY-TOLD，一种新颖的混合控制架构，旨在改善自主移动机器人在密集、动态环境中的障碍物避让能力。该系统集成了以LiDAR为中心的潜在动力学模型与模型预测积分（MPPI）控制，增强了长视距规划能力。通过结合基于物理的展开和强化学习派生的策略，RAY-TOLD旨在降低碰撞率并提高导航可靠性。 AI
影响 通过融合基于物理和学习的规划，提高了机器人在复杂、动态环境中的导航可靠性。
排序理由 这是一篇描述机器人导航新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.27450v1 Announce Type: cross Abstract: Dense, dynamic crowds pose a persistent challenge for autonomous mobile robots. Purely reactive planning methods, such as Model Predictive Path Integral (MPPI) control, often fail to escape local minima in complex scenarios due to…
Dense, dynamic crowds pose a persistent challenge for autonomous mobile robots. Purely reactive planning methods, such as Model Predictive Path Integral (MPPI) control, often fail to escape local minima in complex scenarios due to their limited prediction horizon. To bridge this …