跳到正文
热点事件持续更新

采样可达性估计的几何误差极限研究

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

2026年10月30日,arXiv Robotics 刊出 Jixian Liu 等作者的论文,研究基于采样轨迹端点的可达集估计方法的几何误差极限。该研究将采样可达性估计的几何误差建模为流形畸变下的支撑集估计问题,并在初始集局部体积密度下界、采样密度下界与向量场单边 Lipschitz 常数 μ 的假设下,给出达到 Hausdorff 精度 r 所需的独立端点样本量上界。作者在文中将这一误差表述为流形畸变下的支撑集估计问题。目前该工作处于论文预印本阶段,尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv Robotics
    采样可达性分析的根本极限:几何与流形畸变

    研究将采样可达性估计的几何误差建模为流形畸变下的支撑集估计问题,在初始集局部体积密度下界、采样密度下界与向量场单边 Lipschitz 常数 μ 假设下,给出达到 Hausdorff 精度 r 所需的独立端点样本量上界。

本事件热度走势

可比范围当前
9
可比范围峰值
910月30日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。