未知扰动下可证明安全的运动规划

Ibon Gracia, Qi Heng Ho, Luca Laurenti, Morteza Lahijanian

2026

摘要

本文提出了一种在未知随机扰动下可证明安全的采样运动规划算法，通过数据学习Wasserstein模糊管来建模状态分布轨迹，并利用该模糊管在概率完备的算法中生成满足约束的运动规划树。该方法通过学习多个低维模糊管降低保守性，并设计了基于bandit的有效性检查器提升性能。

motion planningsafetydisturbancesampling-basedambiguity tube

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026