Shape-Aware Neural Time Fields

新的神经场通过考虑物体旋转和平移来增强机器人运动规划

研究人员开发了形状感知神经时间场（Shape-Aware Neural Time Fields），这是一个新颖的物理信息神经网络框架，旨在改进机器人的刚体运动规划。该方法明确考虑了物体平移和旋转的独特几何约束，学习可重用的到达成本表示。与现有的物理信息神经规划方法和经典的基于采样的规划器相比，该框架在规划成功率和效率方面取得了显著改进，同时还能通过快速重新规划实现响应式任务执行。