高效导航新突破：中科大开源轻量级神经路径规划

#论文##开源# arxiv速递|中科大开源轻量级神经路径规划

【Lightweight Neural Path Planning】

文章链接：[2307.10555] Lightweight Neural Path Planning

开源项目：GitHub - LeeXiaosong/Lightweight-planning: Code an...

demo视频：https://youtu.be/pHdR1BHOLcA

基于抽象学习的路径规划由于其对各种环境的适应性，正在成为一种有前途的机器人导航方法。然而，与网络相关的昂贵的计算和存储为它们在低成本机器人上的部署带来了巨大的挑战。受这一实际挑战的启发，我们为资源受限的机器人系统开发了具有双输入网络和混合采样器的轻量级神经路径规划架构。我们的体系结构设计了高效的任务特征提取和融合模块，将给定的规划实例转化为指导图。然后应用混合采样器将规划限制在由导游图指示的远景区域内。 为了使网络能够训练，我们进一步构建了一个公开可用的数据集，其中包含了各种成功的规划实例。数值模拟和物理实验表明，与基准方法相比，我们的方法在获得良好性能的同时，模型规模减少了近一个数量级，计算量降低了5倍。此外，与基于样本的方法相比，我们的方法还可以以更少的规划迭代次数加速规划收敛过程。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容

最后介绍一下我们最近的几个学习活动：

1、从零掌握GNSS、RTK定位

2、从零开始ChatGPT编程

3、视觉动态SLAM方向全梳理

4、快速入门激光雷达惯性SLAM-FastLio2

5、超棒的机器人SLAM圈！