MPNet: Motion Planning Networks

MPNet是2019年由UC Berkeley等机构提出的基于深度学习的运动规划方法，通过神经网络学习运动规划的启发式函数。MPNet采用编码器-解码器架构，将环境和目标点编码为潜在表示，然后解码出路径点序列，能够在复杂环境中快速生成可行路径。该方法是机器人运动规划领域的代表性工作，推动了基于学习的运动规划方法的发展。