RCRA：行人反应性条件化残差自适应导航框架

2026年10月20日，arXiv Robotics 刊出 Immanuel R. Santjoko 等作者的报道，提出 RCRA 在线自适应导航框架。该框架依据估计的行人反应性，在冻结的保守导航策略周围调节学习到的残差。其基于 Transformer 的估计器从运动历史与机器人上下文推断潜在行人反应性。报道称，在场景平均仿真中，其准确率比假设行人目标已知的 Bayesian 基线高 12.62 个百分点。目前该工作处于论文发布阶段，报道未提及实机部署、代码或数据开放情况，也未给出除仿真准确率外的其他评测结果。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。