XiaoMi-AI文件搜索系统
World File Search System任务优先
通过任务优先级避免自动驾驶的任务优先级的参考跟踪优化
摘要 - 避免障碍物是自动驾驶的基本操作，其配方传统上源自机器人技术和决策控制领域。鉴于计算无障碍轨迹所需的高复杂性，通常需要对较低的频率计划层进行此操作，然后提供轨迹参考，然后是较高的频率控制层。每当需要重新启动时（例如，由于新检测到的障碍物），控制层必须等待生成新的计划轨迹。在本文中，我们提出了一种新颖的方法，以在控制层中避免障碍物，从而避免了求职者响应。尤其是我们展示了如何可以集成障碍物和参考跟踪，因此，在基于零空间的行为控制方法基于（可能是非线性）模型预测控制方案中实现的基于零空间的行为控制方法，无需在不同的控制器之间进行切换。我们证明了采用两种不同的车辆动态模型以及在四种不同（城市和高速公路）方案中使用的拟议方法论的实际实施。此外，我们提供了灵敏度分析，以了解参数选择如何影响自动化车辆行为。
与任务优先限制的人类机器人共享工作空间协作的软件工具
人类机器人共享工作空间中的一个关键挑战是定义决策标准，以选择浮华，有效和安全的协作的下一个任务。在工业环境中使用机器人时，任务可能符合要执行的优先限制。在机器人独自结束之前，当人无法执行任务时，行业中的优先限制的一个典型例子发生在汇编站。本文介绍了一种基于最大熵逆最佳控制的方法，用于识别人类目标的概率分布，并将其包含在人类机器人共享 - 工作空间协作的软件工具中。软件分析人类目标和目标优先限制，并且能够确定最佳机器人目标以及相对运动计划。所使用的方法是一种用于管理目标优先限制的算法和用于选择下一个机器人动作的部分可观察到的马尔可夫决策过程（POMDP）。与15名参与者进行了比较研究，在现实世界中进行了。该实验的重点是评估任务效果，任务效率和人类满意度。所提出的模型显示机器人闲置时间的减少并增加了人类满意度。