自动驾驶

TrajMoE: Scene-Adaptive Trajectory Planning with Mixture of Experts and Reinforcement Learning

TrajMoE: 基于混合专家与强化学习的场景自适应轨迹规划

Zebin Xing, Pengxuan Yang, Linbo Wang, Yichen Zhang, Yiming Hu, Yupeng Zheng, Junli Wang, Yinfeng Gao, Guang Li, Kun Ma, Long Chen, Zhongpu Xia, Qichao Zhang, Hangjun Ye, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Xiaomi（小米公司） 纠错

专题命中 规划控制 ：trajectory planning(title)；autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 TrajMoE通过混合专家与强化学习方法，实现场景自适应的轨迹规划，提升规划性能并获得基准测试第三名。

Ergodic Trajectory Planning with Dynamic Sensor Footprints

具有动态传感器足迹的遍历轨迹规划

Ziyue Zheng, Yongce Liu, Hesheng Wang, Zhongqiang Ren

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划控制 ：trajectory planning(title,abstract)；分类 cs.RO

AI总结 本文提出了一种考虑动态传感器足迹的遍历轨迹规划方法，通过优化轨迹和传感器足迹提升信息采集效率。

Comments 12 figures

An Online Optimization-Based Trajectory Planning Approach for Cooperative Landing Tasks

一种基于在线优化的协作着陆任务轨迹规划方法

Jingshan Chen, Lihan Xu, Henrik Ebel, Peter Eberhard

机构 * Institute of Engineering and Computational Mechanics, University of Stuttgart（斯图加特大学工程与计算力学研究所） ； Department of Mechanical Engineering, LUT University（卢托拉大学机械工程系） 纠错

专题命中 规划控制 ：trajectory planning(title,abstract)；分类 cs.RO

AI总结 本文提出了一种基于在线优化的协作着陆轨迹规划方法，通过互补约束实现多机器人自主协调，提升着陆任务的安全性和效率。

Journal ref Proceedings of the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)