利用流模型提高轨迹拼接效果
机器人学
2025-06-04 v2 人工智能
机器学习
摘要
生成模型在建模复杂分布并引导推断过程方面显示出巨大的潜力，因而在轨迹规划中显示出广泛应用前景。但现有工作在所需解不存在于训练集中完整轨迹时表现不佳。我们识别出这一问题的根源在于无法通过拼接进行规划，随后针对这一问题确定了所需的架构和数据集选择。此外，我们提出了一种新颖的训练与推理程序的添加，以稳定并提升这些能力。我们通过在 Franka Panda 上生成具有超出分布边界条件的计划，并在仿真和实际硬件上执行障碍规避，展示了该方法的有效性。在这两个任务中，我们的方法远超基线，能够规避障碍大小达到原来的四倍。
引用
@article{arxiv.2505.07802,
title = {Improving Trajectory Stitching with Flow Models},
author = {Reece O'Mahoney and Wanming Yu and Ioannis Havoutis},
journal= {arXiv preprint arXiv:2505.07802},
year = {2025}
}