RAY-TOLD: Controllo Ibrido per la Navigazione Robotica in Folle Dense

È stata proposta una nuova architettura di controllo ibrido, Ray-based Task-Oriented Latent Dynamics (RAY-TOLD), per migliorare la navigazione autonoma dei robot attraverso folle dense e dinamiche. Il sistema integra le informazioni sugli ostacoli in una dinamica latente, combinando il controllo Model Predictive Path Integral (MPPI) basato sulla fisica con l'apprendimento per rinforzo per una previsione a lungo termine. RAY-TOLD utilizza un modello di dinamica latente incentrato sul LiDAR per codificare i dati dei sensori in una rappresentazione compatta dello stato, consentendo una funzione di valore terminale e un prior politico. Una strategia di campionamento misto delle politiche arricchisce le popolazioni candidate MPPI con traiettorie apprese, guidando il pianificatore verso gli obiettivi evitando minimi locali. L'approccio affronta le sfide persistenti dei metodi di pianificazione reattiva come MPPI, che spesso falliscono in scenari complessi a causa di orizzonti di previsione limitati. L'articolo è disponibile su arXiv con identificatore 2604.27450.