新型机器人导航系统使用贝叶斯优化增强规划

研究人员开发了一种新的无地图自主机器人导航框架，该框架将反应式规划与非线性模型预测控制（MPC）相结合。该系统使用基于 LiDAR 的高斯占用表示和 A* 搜索算法来生成无碰撞轨迹，然后由 MPC 公式进行跟踪。为了优化控制器参数，采用了利用树状 Parzen 估计器（TPE）和高斯过程代理的离线贝叶斯优化方案。该框架在 Unitree Go2 机器人在模拟和物理硬件上成功进行了评估，实现了 90.0% 的导航成功率，并展示了从模拟到现实世界部署的有效参数迁移。 AI

影响 增强了移动机器人的自主导航能力，有可能在复杂和动态环境中提高性能。

排序理由 该集群包含一篇详细介绍自主机器人导航新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

• A* search algorithm
• Gaussian occupancy representation
• Gaussian Process
• gazebo
• IPOPT
• lidar
• Tommaso Felice Banfi
• Tree-structured Parzen Estimators
• Unitree Go2

• 论文
• 其他

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