PulseAugur
实时 12:28:39
English(EN) Neural Navigation Functions for Zero-Shot Generalizable Motion Planning

新的神经导航函数支持零样本机器人运动规划

研究人员开发了一种名为神经导航函数(Neural-NF)的新方法,用于机器人运动规划。该方法使用一种可学习的反应式导航函数,无需预先训练即可泛化到未见过的环境几何形状。Neural-NF 将数据驱动的适应性整合到结构化规划器中,确保无碰撞移动和直接到达目标。 AI

影响 这项研究可能带来更具适应性和效率的机器人导航系统,使其能够在复杂、未知的环境中运行。

排序理由 这是一篇描述运动规划新方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Benjamin D. Shaffer, Pei-An Hsieh, Brooks Kinch, Nathaniel Trask, M. Ani Hsieh ·

    Neural Navigation Functions for Zero-Shot Generalizable Motion Planning

    arXiv:2606.03756v1 Announce Type: cross Abstract: We introduce Neural Navigation Functions (Neural-NF), a learned reactive navigation function capable of zero-shot transfer across unseen environment geometries. Neural-NF places data-driven adaptation within a structured elliptic …

  2. arXiv cs.LG TIER_1 English(EN) · M. Ani Hsieh ·

    用于零样本泛化运动规划的神经导航功能

    We introduce Neural Navigation Functions (Neural-NF), a learned reactive navigation function capable of zero-shot transfer across unseen environment geometries. Neural-NF places data-driven adaptation within a structured elliptic planner, where the navigation objective is learned…