LEARNING开放获取📊 0 引用
Slot-MPC:基于目标中心表示的目标条件模型预测控制
Jonathan Spieler, Angel Villar-Corrales, Sven Behnke
2026
摘要
本文提出Slot-MPC框架,利用目标中心表示学习场景动力学模型,并通过可微分的梯度优化实现高效的模型预测控制。该方法在推理时能自适应未见情景,相比传统采样方法计算效率更高。
关键词
object-centricmodel predictive controlreinforcement learningworld modelaction planning
相关论文
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
📊 0 引用
PAEAR:基于强化学习的点云区域探索与主动识别方法用于机器人焊接
Yong Tao, Donghua Tan, Fan Ren 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026