arXiv Robotics· Chinmay Mundane, Amith Manoharan, Arun Kumar Singh·· 13 小时前AI 评分38
EGT：用学习到的闭环轨迹分布实现执行落地的可通行性估计
EGT: Execution-Grounded Traversability through Learned Closed-Loop Trajectory Distributions
AI 导读
EGT 将可通行性定义为“车辆-控制器”组合执行候选路径时满足轨迹级跟踪与前进要求的概率，用潜空间流匹配模型结合多分辨率地形特征与 3D 车辆姿态、轮地接触点先验预测闭环轨迹分布。
推荐理由模型分析
该工作把崎岖地形可通行性从逐点姿态/力角裕度改为“车辆-控制器对能否闭环执行路径”的概率估计，用潜空间流匹配预测闭环轨迹分布，针对的是传统指标忽略控制器修正、过于保守的瓶颈。650 次仿真试验中安全路径误拒降至 2.2%，不安全接受 7.7%，接入滚动时域采样规划器后失败率与到达时间均有改善，并报告仿真模型零样本迁移到真实户外。做越野导航与规划的研究者可据此比较基线指标，但真实实验规模与工况边界需看原文。
来源：arXiv Robotics · arxiv.org