利用 Transformer 加速四旋翼轨迹生成

在这项工作中，我们解决了四旋翼轨迹生成的计算时间问题。大多数用于四旋翼航点导航的轨迹生成方法，例如最小 snap/jerk 和最小时间方法，被构建为双层优化。第一层涉及在所有输入航点之间分配时间，第二步是在该时间分配下最小化轨迹的 snap/jerk。此类优化求解的计算代价可能很高。在我们的方法中，我们将轨迹生成视为输入与输出序列集合之间的监督学习问题。我们采用 transformer 模型来学习给定输入航点集合的最优时间分配，从而将其转化为单步优化。我们通过训练 transformer 模型预测最小 snap 轨迹生成器的时间分配来展示其性能。与前馈网络（FFN）相比，训练后的 transformer 模型能够以更少的数据样本和更小的模型尺寸预测准确的时间分配，表明其能够建模航点导航问题的序列特性。