谱网络与共形预测实现校准轨迹预测

Jasmine Ratchford 与 Raffaele Romagnoli 提出一套结合光谱骨干神经网络与改进共形分位数回归的轨迹预测框架，为自主系统输出带初始条件和稳定性约束的轨迹及分位数带，并提供校准的轨迹级联合覆盖保证。 该方法用区间算术把无噪声覆盖保证扩展到控制点。网络经推理重构后，四旋翼在闭环线性二次调节器下的轨迹推理耗时 3.45 ms（Raspberry Pi Zero 2 W），含推理的完整流程耗时 9.81 ms、约 100 Hz，与典型控制频率相当。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。