LEARNING
HOLO-MPPI：通过分层策略优化实现多场景运动规划
Youngjae Min, Jovin D'sa, Faizan M. Tariq, David Isele, Navid Azizan, Sangjae Bae
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出HOLO-MPPI框架，结合离线高层策略学习与在线低层随机最优控制，以解决多场景运动规划中的泛化与实时优化问题。在自动驾驶场景中，该方法通过高层策略生成MPPI的采样先验，实现无需场景特定调整的鲁棒运动规划。
关键词
motion planningreinforcement learningMPPIhierarchical policyautonomous driving
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018