人类迷宫导航：基于生成式模仿学习的实时机器人路径规划
原文中文，约300字，阅读约需1分钟。发表于：。通过将目标条件生成模型与基于采样的模型预测控制（SMPC）相结合，本文解决了拥挤环境下的导航问题。我们引入了目标条件的自回归模型来生成人群行为，捕捉个体之间复杂的互动。实验结果表明，这种算法能够实现实时导航，显著减少碰撞率和路径长度，并优于选定的基准方法。该算法在实际的机器人平台上的实际有效性得到了验证，展示了它在动态环境中的能力。
本文介绍了一种通过目标条件生成模型与基于采样的模型预测控制相结合的方法来解决拥挤环境下的导航问题。实验结果表明，该算法能够实现实时导航，减少碰撞率和路径长度，并优于基准方法。该算法在实际机器人平台上的有效性得到了验证。
