Авторы показали, что predictive sampling, MPPI, cross-entropy method и их варианты с шумом и отжигом — это частные случаи одного алгоритма последовательного Монте-Карло (SMC), задаваемого тремя независимыми осями: предложением, правилом обновления и порогом эффективного размера выборки для пересэмплирования. Метод проверен на нелинейном управлении в MuJoCo, навигации через поле препятствий, планировании движения 7-DoF и задаче push-T в симуляции и на роботе Franka FR3. Пересэмплирование помогает бороться с деградацией частиц на длинных горизонтах.
Единая теоретическая рамка для популярных sampling-методов планирования упрощает их сравнение и выбор в задачах управления, где важна устойчивость на длинных горизонтах.
Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.
