发布基于可达性的实时导航安全表征研究

Bojan Derajić 发布学位论文，提出用神经隐式表征离线学习 Hamilton-Jacobi（HJ）可达性分析的值函数，并在实时导航中提供给基于优化的控制器，以解决未知动态环境中仅靠几何碰撞检查不足的问题。 该方法针对控制仿射动力学与多面体输入，利用 HJ Hamiltonian 在顶点取最大值的性质，通过可并行的顶点输入树搜索生成训练标签；配合 HJ 变分不等式损失，可为状态数最高达 13 的系统得到屏障候选。地面与空中机器人的仿真和硬件实验显示，其避碰表现优于几何与人工设计的基线方法，尤其在短时域和运动障碍物场景下。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。