DD-GBP：分布式动态高斯信念传播多臂规划方法
热点事件持续更新
DD-GBP：分布式动态高斯信念传播多臂规划方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv Robotics 报道研究者提出分布式动态高斯信念传播（DD-GBP）方法，通过并行局部推理直接规划关节空间轨迹，并用统一高斯过程参数化连接自适应规划时域、插值时间因子与连续执行。报道称，在 50 个含移动障碍物的长时域四臂场景中，DD-GBP 实现 92.5% 无碰撞全目标完成率，90% 丢包下成功率仍达 86.0%；单工作站 30 臂无障碍测试成功率 99.87%，平均热启动求解 15.80 ms，超过 60 Hz。上述数据均来自该报道，为目前该事件的最新进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
DD-GBP：分布式动态高斯信念传播实现多臂随时规划与连续执行报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv RoboticsDD-GBP：分布式动态高斯信念传播实现多臂随时规划与连续执行
研究者提出分布式动态高斯信念传播（DD-GBP）方法，通过并行局部推理直接规划关节空间轨迹，并用统一高斯过程参数化连接自适应规划时域、插值时间因子与连续执行。在 50 个含移动障碍物的长时域四臂场景中，DD-GBP 实现 92.5% 无碰撞全目标完成率，90% 丢包下成功率仍达 86.0%；单工作站 30 臂无障碍测试成功率 99.87%，平均热启动求解 15.80 ms，超过 60 Hz。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。