机构名称：
¥ 10.0
无人机diϭusiuser模型在图像和视频生成方面已经成功，杠杆数量大量数据以获得显着的结果。最近，这些模型已适用于机器人领域，证明了在长马环境中的性能和更稳定的训练过程中的优势。这项研究将二次模型的范围扩展到航空车辆。这项任务是在一个回收的胜利者中生成高级路径计划，以类似于赛车场景的门表示的目标位置。训练了两个策略：第一个（∆），利用状态信息作为条件来表征目标，而第二个（i）则直接使用无人机中的FPV图像。这些政策模仿了使用RRT*生成近乎最佳路径的特权专家。反向二键过程无法保证其输出。因此，使用最小SNAP优化的对多项式轨迹的模仿和策略输出的训练数据都适合于多项式轨迹，以确保对四个二次运动的动态可行性。基于状态的策略表现出色，在测试集中的每个计划上都能达到100％的准确性，而基于图像的策略需要进一步进行。未来的工作可以专注于将这些发现转化为现实世界系统。
改善生成模型的产出-UC Berkeley EEC
主要关键词
相关文件推荐
