跳到正文
arXiv · AI· Lipeng Zhuang, Yingdong Ru, Shiyu Fan, Edmond S. L. Ho, Gerardo Aragon Camarasa, Paul Henderson·· 2026-10-09AI 评分21

几何引导掩码生成运动规划(MGMP)在机器人路径修复上的突破

Masked Generative Motion Planning with Geometry-Guided Token Search

AI 导读

几何引导掩码生成运动规划(MGMP)将掩码生成 Transformer 与几何引导 Token 搜索(GGTS)结合,实现离散轨迹候选的结构化修复。 该方案在 Ring Maze 测试中成功率达 96%,在 Kuka 机器人的 Controlled Route Invalidation 任务中修复成功率为 82%,分别超过最强外部基准 23 和 25 个百分点。

来源:arXiv · AI · arxiv.org