研究人员开发了 Refining Compositional Diffusion (RCD)，这是一种用于改进机器人长时轨迹规划的新方法。RCD 解决了组合扩散规划中的模式平均问题，即组合短时规划可能导致全局不连贯或局部不可行的轨迹。通过使用一种无需训练的引导技术，该技术利用自重构误差和重叠一致性，RCD 将规划过程引向更可靠、更连贯的路径。在 OGBench 的复杂任务（包括运动和物体操作）上的实验表明，RCD 的性能显著优于现有方法。 AI
影响 改进了机器人的长时规划，可能实现更复杂的自主任务。
排序理由 这是一篇详细介绍机器人规划新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
