基于扩散模型的复杂环境下自动生成空中飞行
机器人学
2025-04-22 v1
摘要
在复杂环境中执行精彩的空中俯冲飞行需求提前手动设计关键机动动作，这在轨迹执行时程较长时往往繁琐且耗时。本文提出一种新框架，利用扩散模型自动化并规模化空中飞行轨迹生成。我们的关键创新在于将复杂机动分解为空中俯冲基本单元，这些基本单元是一系列短时序帧序列，作为构件使用，具有关键空中俯冲行为，便于轨迹合成。模型利用历史轨迹观察作为动态先验条件学习空中俯冲基本单元，以确保运动连续性，并额外集成条件输入(目标路径点和可选动作约束)以实现用户可编辑的轨迹生成。在模型推理过程中，采用批量采样策略结合分类器引导以实现障碍物规避。此外，通过空间时间轨迹优化对生成结果进行后处理，以确保动力学可行性。广泛的仿真和实际实验结果表明，我们方法的关键组件设计已验证，证明其可部署于实际无人机上实现长程空中俯冲飞行的可行性。
引用
@article{arxiv.2504.15138,
title = {Automatic Generation of Aerobatic Flight in Complex Environments via Diffusion Models},
author = {Yuhang Zhong and Anke Zhao and Tianyue Wu and Tingrui Zhang and Fei Gao},
journal= {arXiv preprint arXiv:2504.15138},
year = {2025}
}