OSCAR：按障碍物学习等待时间的导航框架

Hshmat Sahak 等提出 OSCAR 框架，让机器人按障碍物类别从在线经验学习剩余清除时间分布，集成进带障碍记忆的时变图规划器，在每条被阻塞的边上决定等待多久再绕行。该方法假设遇到障碍时能获得其类别标签。 论文称，在仿真中每类障碍观测少于 20 次后，学到的策略到达目标的时间收敛到已知真实清除分布的 oracle 的 1% 以内，优于全部启发式基线；在大学中庭对含人、椅子、垃圾桶、管道等障碍的真实移动机器人上，策略跨 50 个导航回合在线调整耐心阈值。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。