motion-planning

The author highlights a new data structure for collision-checking against point clouds, referencing a fast and memory-efficient C++ implementation and publishing an optimized Rust reimplementation.

本文介绍了一种强化学习方法，用于训练一个元推理策略，该策略基于响应式策略的不确定性，在快速的响应式控制与较慢的深思熟虑规划之间进行选择，从而在导航任务中实现更好的平衡与适应性。

简要介绍四旋翼建模、状态估计、运动规划和控制，为新手提供入门起点。

KinDER 是一个全新的开源机器人物理推理基准，采用程序化生成的环境并提供基准模型，旨在评估运动学和动力学约束方面的挑战。

RAD-2 提出了一个用于自动驾驶的统一生成器-判别器框架，将基于扩散的轨迹生成与强化学习优化的重排序相结合，与基于扩散的规划器相比，碰撞率降低了56%。该方法引入了 Temporally Consistent Group Relative Policy Optimization 和 BEV-Warp 仿真环境等技术，以实现高效的大规模训练。