D4orm多机器人轨迹规划架构被T-RO接收
热点事件持续更新
D4orm多机器人轨迹规划架构被T-RO接收
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yuhao Zhang等作者在D4orm(动力学感知的扩散去噪框架)基础上构建了面向不同运行需求的规划器家族,包括提升可扩展性的解耦规划器、带反馈控制的在线滚动时域规划器和面向资源受限场景的分布式规划器。论文已被IEEE Transactions on Robotics 2026接收。 作者称,在2D与3D环境中对差速驱动机器人和全向机器人的评测显示,基于D4orm的方法比MPPI等采样优化方法及一种基于学习扩散模型的方法更快、更可靠地找到高质量解。作者还展示了十架真实四旋翼在障碍环境中的零样本部署、100个仿真机器人的大规模解冲突,以及六台地面机器人完全机载的分布式长期运行。上述实机与仿真结果均为作者自述,尚未见独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
D4orm 扩散去噪多机器人轨迹规划扩展至 T-RO,含十架四旋翼零样本部署报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv · cs.RO精选D4orm 扩散去噪多机器人轨迹规划扩展至 T-RO,含十架四旋翼零样本部署
该研究基于动力学感知的扩散去噪框架 D4orm,构建了面向不同运行需求的规划器家族,包括提升可扩展性的解耦规划器、带反馈控制的在线滚动时域规划器和面向资源受限场景的分布式规划器。在 2D 与 3D 环境中对差速驱动机器人和全向机器人评测显示,基于 D4orm 的方法比 MPPI 等采样优化方法及一种基于学习扩散模型的方法更快、更可靠地找到高质量解。作者还展示了十架真实四旋翼在障碍环境中的零样本部署、100 个仿真机器人的大规模解冲突,以及六台地面机器人完全机载的分布式长期运行。论文已被 IEEE Transactions on Robotics 2026 接收。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。