Präferenzbasierte Planung in stochastischen Umgebungen: Von teilweise geordneten zeitlichen Zielen zu bevorzugten Strategien
Dieser Artikel stellt einen Algorithmus zur Berechnung einer präferenzbasierten Strategie für einen Roboter in einer stochastischen Umgebung vor. Der Algorithmus berücksichtigt dabei die teilweise geordneten Präferenzen des Benutzers über zeitlich erweiterte Ziele.
Planung und Handeln unter Zeitdruck
In Situationen mit starkem Zeitdruck kann es vorteilhaft sein, Aktionen auszuführen, bevor die vollständige Planung abgeschlossen ist.
Effiziente Aufgaben- und Bewegungsplanung mit großen Sprachmodellen und Bewegungsversagensanalyse
Ein neuartiges Aufgaben- und Bewegungsplanungsframework, das große Sprachmodelle als domänenunabhängige Aufgabenplaner, informierte Aktionsparameter-Sampler und Bewegungsversagensanalysatoren einsetzt.
Effiziente Trajektorienplanung durch inkrementelle Zerlegung von Signal-Temporallogik-Spezifikationen
Durch die Zerlegung komplexer STL-Spezifikationen in kleinere Teilaufgaben und deren inkrementelle Planung können Effizienz und Leistung der Trajektorienplanung verbessert werden.
© 2024 by Linnk AI