OptCar用合成数据适配专用车辆模型

Rwik Rana等提出OptCar，将通用车辆前向运动学动力学模型适配为目标车辆专用模型；方法以单个动力学上下文token汇总近期状态—动作历史，通过FiLM调节多步预测，再用有限真实数据和环境特定系统识别生成的合成rollout完成适配。基于论文摘要的闭环MPC实验覆盖三种地形；其优势主要出现在6米/秒这一最高测试速度，在滑移占跟踪误差主导的条件下最明显。 在最滑移多样的“植被+泥土”地形上，OptCar的6米/秒轨迹跟踪误差较仅用真实数据微调的AnyCar降低约55%；在未见过的拖车载荷改变动力学后，论文摘要称其仍保持最高准确率，但未给出该场景的具体误差。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。