arXiv Robotics· Austin Garrett, Muyang Yan, Zachary Kingston·· 5 小时前AI 评分38
基于采样的模型预测控制统一为序贯蒙特卡洛推理
Sampling-based Model Predictive Control as Sequential Monte Carlo Inference
AI 导读
研究将 predictive sampling、MPPI、交叉熵法等基于采样的模型预测控制统一为单一序贯蒙特卡洛（SMC）推理算法，由提议分布、更新规则和重采样有效样本量阈值三个独立维度定义。
推荐理由模型分析
把预测采样、MPPI、交叉熵法等采样型MPC统一为同一套SMC推理算法，并用提议分布、更新规则、重采样阈值三个独立维度区分变体，便于开发者对照实现与调参。实验覆盖MuJoCo控制、障碍场开环导航、7自由度运动规划和Franka FR3上的push-T，报告重采样在长时域降低碰撞率、可编程提议显著提升成功率；结论限于仿真与单台机械臂，需注意任务与基线设定。
来源：arXiv Robotics · arxiv.org