arXiv:2410.12172cs.ROcs.AI2024-10被引 7
梳理机器人运动生成50年发展，贯通显式与隐式方法
The State of Robot Motion Generation
- 从显式建模到隐式学习，跨方法体系整合
- 系统总结当前最先进方法及其特性
- 适合机器人运动规划研究者参考
本文综述了过去50年机器人运动生成领域的各类方法，涵盖从基于显式模型的方法到近年来兴起的隐式学习方法。文章跨越传统上互不关联的技术路径，系统分析了不同方法的性能特征与适用场景，强调了未来融合发展的潜力。内容覆盖当前最先进的技术进展，为机器人运动生成的理论与应用提供全面洞察。
原文摘要 · Abstract (English)
This paper reviews the large spectrum of methods for generating robot motion proposed over the 50 years of robotics research culminating in recent developments. It crosses the boundaries of methodologies, typically not surveyed together, from those that operate over explicit models to those that learn implicit ones. The paper discusses the current state-of-the-art as well as properties of varying methodologies, highlighting opportunities for integration.
运动生成机器人学综述
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。