价值函数引导MPPI的分层越野导航框架

论文作者提出一种分层规划与控制框架，让低层控制器反向引导高层轨迹选择：顶层MPPI规划器不依赖显式代价地图，改用预训练低层强化学习控制器的价值函数作为隐式代价，由MPPI负责轨迹探索、价值函数引导搜索。 作者称，该框架在高保真越野驾驶仿真器中、多种挑战性地形条件下与基线MPPI控制器做了对比，并在未见过的越野仿真环境中演示了适应能力。目前结果均来自仿真，尚未见实机验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。