MoveIt 2 发布 2.15.2 版本
MoveIt 2 发布 2.15.2 版本,由 nbbrooks 于 9 月 16 日打标签。该版本在 GitHub 上提供 2 个资源文件下载,仓库现有 2k 星标、810 次 fork。
MoveIt 2 发布 2.15.2 版本,由 nbbrooks 于 9 月 16 日打标签。该版本在 GitHub 上提供 2 个资源文件下载,仓库现有 2k 星标、810 次 fork。
PlannerForge 是一个 LLM-agent 框架,把自动驾驶场景测试的场景生成、检索、修改、ADS 执行与结果分析统一到同一流程,并新增 ADS Enhancement 与 ADS Benchmarking 两个阶段。
推荐理由:论文把场景生成到评估串成统一 LLM-agent 流程,并给出开源模型与商业 API 的对比数据。
Qwen-Drive-1.0 是一个面向自动驾驶的视觉语言基础模型,在统一框架内整合 3D 感知、视觉问答与运动规划。模型保留预训练 VLM 架构,外接 BEV 感知头联合执行 3D 目标检测、语义占用预测和 BEV 地图分割,规划专家基于共享 VLM 表征生成未来自车轨迹。
推荐理由:Qwen-Drive-1.0 把 3D 感知、视觉问答与运动规划统一在一个 VLM 框架内,并给出分阶段训练配方,可了解自动驾驶基础模型的构建思路。
MoveIt 2 发布 2.5.10 版本,由 rhaschke 于 9 月 1 日打上标签。该版本未在发布说明中列出具体更新内容,仅提供 2 个资源文件供下载。
MoveIt 2 发布 2.15.1 版本,由 nbbrooks 于 8 月 29 日打上标签。该版本页面未列出具体更新内容,仅提供 2 个资源文件下载。
MoveIt 2 发布 2.15.0 版本,由 nbbrooks 于 8 月 12 日打上标签。该版本在 GitHub 上提供 2 个资源文件下载。
研究者提出一个可控多轮环境,系统研究基础模型智能体长时程规划的获取、塑造与整合三阶段。预训练阶段,通过 CoT 状态转移建模显式构建世界模型可带来更强的长时程泛化,仅靠原子技能不足以实现组合泛化,而少量长时程数据即可奏效。后训练阶段,OPD 在低质量与长时程设定下有效区域比 GRPO 更广,多教师在线策略蒸馏(MOPD)则通过收敛到跨环境共享规划模式来整合能力。
GaP 是一种图即策略(Graph-as-Policy)多智能体编码框架,从模块化开放机器人技能库(MORSL)生成含感知、规划和控制节点的有向计算图,并构建内部仿真环境并行演练不同图以迭代优化结构与参数,提升成功率和吞吐量。
推荐理由:论文提出用多智能体编码生成计算图并并行仿真迭代,为变异性自动化任务提供可复用的可靠性思路。
ACID 提出在世界模型决策时规划中加入循环动作一致性代价:用逆动力学模型推断每个预测状态转移背后的动作,其与条件动作的偏差作为逐步规划代价。该方法在四个世界模型和六个任务上改善了规划效果,并显著减少了计算量。
BAIR 提出 GRASP,一种面向学习动力学世界模型的梯度规划器,通过把轨迹提升到虚拟状态实现跨时间并行优化、对状态迭代加噪探索,并重塑梯度只依赖动作雅可比。
推荐理由:GRASP 把长时程规划拆成可并行的时间步并绕开脆弱的状态梯度,Push-T 上成功率与耗时对比给出了可参考的量化差异。
MoveIt 2 发布 kilted-2.14.3 版本。该版本由 nbbrooks 于 1 月 13 日打标签,发布页附带 2 个资源文件。
MoveIt 2 发布 2.14.2 版本,由 nbbrooks 于 1 月 5 日打标签。该版本随附 2 个资源文件,具体更新内容未在发布说明中列出。
MoveIt 2 发布 2.12.4 版本,由 rhaschke 于 12 月 5 日打标签。该版本在 GitHub 上提供 2 个资源文件下载。
NVIDIA 机器人研发文摘 R²D² 本期聚焦长时程操作中的感知引导任务与运动规划,指出传统 TAMP 系统依赖静态模型、在新环境中常失效。方案将感知与操作结合,使机器人能在执行过程中更新规划并适应动态场景。
MoveIt 2 发布 2.14.1 版本,由 v4hn 于 9 月 9 日打标签。该版本在 GitHub 上提供 2 个资源文件下载。
MoveIt 2 发布 2.13.2 版本,对应提交 b47e302,该提交已在 GitHub 上通过签名验证。此次更新以 PR #3451 合并,发布页面提供 2 个资源文件供下载。