BRACE分层强化学习导航框架提出

2026年11月10日，arXiv Robotics 刊出 Jaeyoun Choi 等作者的论文，提出名为 BRACE（Belief-guided Residual Adaptive Control，信念引导残差自适应控制）的分层强化学习框架，用于在未知、有界且随空间变化的扰动下执行到达-避障导航。据该报道，BRACE 从模型预测误差中推断扰动信念，并据此调节高层策略以自适应调整参考轨迹；其策略由标称项与信念引导残差项组成，并用似然比优势重加权启发式联合训练。验证方面，作者在三个风场突变模拟四旋翼环境和 Crazyflie 硬件风扇扰动实验中测试，报道称 BRACE 的到达-避障表现优于模型预测控制与强化学习基线。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。