穿越潜空间抵达：从联合统计到机械臂操作中的路径规划

我们提出一种机械臂路径规划的新方法，通过在机器人姿态生成模型的潜空间中进行迭代优化来生成路径。约束通过在同一空间上运行的约束满足分类器来引入。优化利用所学模型提供的梯度，即便存在不可微的约束，也能简便地结合目标抵达与约束满足。我们的模型以任务无关的方式在随机采样的机器人姿态上训练。在与多个广泛使用的规划器进行基线对比时，我们在任务成功率、规划时间与路径长度方面取得相当的性能，并在真实的7自由度机械臂上完成了带避障的成功路径规划。