EEmbogent
模型数据硬件产品评测公司技术融资
技术2026/11/13 00:04·重要度 63

面向非线性时间最优MPC的实时神经模仿架构

An Integrated Architecture for Data-Efficient Real-Time Neural Imitation of Nonlinear Time-Optimal Model Predictive Control

AI 摘要

研究团队提出一套数据高效的实时神经模仿架构,用学习到的时间余量引导专家采样(SIFS),仅在策略偏离时间最优行为处查询长时域非凸TOMPC专家,并联合处理数据集相关性与次优专家标签问题;在受限快速动态系统上以显著更低的在线算力与训练数据生成成本,逼近TOMPC的控制性能。

阅读原文来源 arXiv cs.RO · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

技术22 小时前

非成像光学触觉传感器综述:换能原理与机器人应用

Hao Wu 等发表综述,提出将机械载荷传递、光学编码、读出与触觉推断统一到机器人任务需求的框架,系统梳理反射式与波导器件、微纳光纤、光纤光栅、干涉与谐振结构及力致发光复合材料。作者指出,高光学灵敏度只有在耦合的力学与环境干扰下目标变量仍可辨识时才有价值,且信息须及时送达以指导动作。

技术1 天前

WTR-Drive提出世界-任务分解与结构化风险监督

Haoyu Xing等提出WTR-Drive端到端驾驶规划器,基于Drive-JEPA将共享场景估计与候选轨迹推理分离:与候选轨迹无关的世界记忆多轮重读原始视觉特征,估计物体状态、地图结构与未来运动;任务分支通过候选特定检索与门控视觉反馈更新,不回写世界记忆。风险目标由已有候选评分轨迹导出,无需额外仿真调用。