World Models Motion Planning Robotics Action Selection
摘要

基于采样和潜在世界模型的控制器常因预测误差导致不可行动作序列被错误选中,尤其在候选池增大时更甚。本文提出相邻集动作重构(ASAR)方法,通过在低成本提案中测量早期动作前缀密度,并利用最小成本序列作为锚点重构可行序列。实验表明,在不同提案预算下,该方法显著提升了任务完成成功率,有效缓解了规划过程中的选择风险。

AI 推荐理由

论文核心研究基于世界模型的动作序列规划与选择机制,解决规划中的可行性问题。

研究机构
同济大学
论文信息
作者 Liangyu Li, Qingwen Liu, Mingqing Liu
发布日期 2026-07-26
arXiv ID 2607.23602
相关性评分 9/10 (高度相关)