English(EN) ASTRIL-MPC: Autonomous Traversal Framework of Articulated Tracked Robots with Language-Guided Neural-Kinematic MPC

新框架利用LLM-MPC引导机器人穿越复杂地形

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-16 04:00

研究人员开发了ASTRIL-MPC，一个用于城市搜救任务中铰接履带机器人（ATRs）自主遍历的新型框架。该系统集成了语言引导的神经运动学模型预测控制（MPC）方法，使机器人能够导航楼梯间和杂乱的室内等复杂环境。该框架利用学习到的运动学模型进行短视界预测，利用NMPC进行带约束的规划，并利用大型语言模型（LLM）对控制参数进行有界更新，在100毫秒内完成整个控制周期。ASTRIL-MPC在遍历质量方面表现出显著的改进，优于非自适应NMPC和PPO基线，同时消除了下降过程中的碰撞影响。 AI

影响该框架可以提高机器人在灾区等挑战性环境中的自主性和安全性。

排序理由这是一篇描述机器人新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 这是一篇描述机器人新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Zhenfeng Gan, Yanbo Chen, Lirong Che, Junbo Tan, Xueqian Wang · 2026-09-16 04:00

ASTRIL-MPC：一种语言引导的神经运动学MPC的铰接履带机器人自主遍历框架

arXiv:2609.13083v2 Announce Type: replace-cross Abstract: In urban search and rescue, articulated tracked robots (ATRs) must traverse structured but contact-rich environments such as stairwells and cluttered building interiors. Reliable autonomy remains challenging because robot-…

本文如何被排名

报道来源 [1]

ASTRIL-MPC：一种语言引导的神经运动学MPC的铰接履带机器人自主遍历框架

相关实体

相关话题