生成式轨迹模型结合粒子滤波改进状态估计与控制

2026年11月10日，arXiv Robotics 刊出 Lukas Lao Beyer 等作者的论文，提出用生成式轨迹模型做粒子滤波，面向状态估计与控制。方法在不修改预训练扩散模型的前提下，用粒子滤波维护多条状态历史假设，由单个预训练扩散模型生成假设、预测观测与动作提议，并按预测观测与实测的匹配度对粒子重加权。权重不仅用于状态估计，也用于引导动作选择，偏向更能解释观测的假设所对应的提议。在部分可观测导航与基于视觉的操作仿真实验中，同一预训练模型、无额外测试时信息的情况下，状态估计与任务表现均优于不做滤波的动作生成。目前报道仅涉及仿真实验，尚无真实场景验证或后续跟进。

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。