空中抓取轨迹先验演化与任务对齐方法

2026年10月23日，arXiv Robotics 刊出 Weiliang Deng 等作者的预印本，提出一种学习增强的空中抓取轨迹规划方法，用于改进解析规划器内的轨迹优化。方法先从优化运动中学得轨迹先验，再通过 CEM 过程用部署优化器评估采样初始化，并保留优质样本作为新监督。研究还提出 Execution-Aware Critic，从接触、抬升与完成结果学习判断轨迹能否在物理执行中成功，其冻结能量可作为可微抓取代价直接塑造轨迹生成。作者称仿真与真实实验显示优化可靠性、轨迹一致性和抓取性能均有提升。目前该工作处于预印本阶段，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。