在城市搜索和救援中，铰接式履带机器人（ ATR ）必须穿越结构化但接触丰富的环境，如楼梯井和杂乱的建筑物内部。可靠的自主性仍然具有挑战性，因为机器人地形交互（ RTI ）是混合和不连续的，并且有效的鳍轨协调难以进行分析建模。我们介绍ASTRIL-MPC ，一种语言引导的神经

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.13083v1)获取最准确的信息。

---
🔗 **原文链接**: [ASTRIL-MPC: Autonomous Traversal Framework of Articulated Tr](https://arxiv.org/abs/2609.13083v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Zhenfeng Gan, 陈衍伯 , Lirong Che, Junbo Tan, Xueqian Wang

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
教程类内容我一般比较挑剔——太多文章是在凑字数。这篇我看了，算是有干货的。
适合跟着走一遍，应该能帮你省下自己摸索的时间。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-15 08:01