本文介绍了RC-ESDF（以机器人为中心的欧几里得有符号距离场）技术，这是浙大高飞团队提出的一种创新碰撞检测方法。与传统ESDF不同，RC-ESDF将机器人形状问题从在线计算中剥离，通过离线预计算机器人本体距离场实现极致查询速度（2.4μs级）。该方法将机器人CAD模型转化为静态距离场表，运行时只需坐标变换和查表操作，无需在线更新。RC-ESDF与环境ESDF协同工作，前者描述机器人自身轮廓，后者

NeuPAN 项目文档概述了文件结构和使用方法。核心代码位于eupan目录，包含主入口类neupan.py、机器人模型robot.py和优化网络组件（PAN、NRMP、DUNE）。example目录提供仿真测试场景，支持三种运动学模型（Ackermann、差速、全向）和各种环境配置。DUNE模型训练可在运行实验时自动触发或代码调用，训练数据在线生成且与场景无关，只需调整采样范围和样本量即可适配不同

本文系统介绍了C++编程语言的核心知识体系，分为三个阶段展开：第一阶段从基础语法入手，详细讲解了数据类型、控制结构、数组指针等核心概念；第二阶段深入探讨内存模型、函数高级特性以及面向对象的三大特性（封装、继承、多态），重点剖析了类和对象的实现机制；第三阶段则涉及模板编程和STL标准库等高级主题。全文通过丰富的代码示例和清晰的逻辑架构，循序渐进地展现了C++从基础到高级的完整知识脉络，特别强调了面向

本文提出NeuPAN，一种基于端到端模型学习的机器人实时导航方法，直接处理原始点云数据生成无碰撞运动。通过深度展开神经编码器(DUNE)和神经正则化运动规划器(NRMP)的紧密耦合框架，NeuPAN避免了传统方法中的误差传播问题，在保持可解释性的同时实现高精度避障。实验表明，该方法在多种机器人平台(地面移动、轮腿、自动驾驶)和复杂环境(结构化/非结构化)中均表现出色：处理非凸障碍物成功率提升19%

OptiMPPI：高性能纯C++ MPPI控制器 OptiMPPI是一个纯C++17实现的模型预测路径积分(MPPI)控制器，专为移动机器人路径跟踪和激光避障设计。核心控制器采用零ROS依赖的架构，仅需C++17和xtensor数值库，支持跨平台部署到嵌入式系统和实时操作系统。 核心优势： 工业级性能：20Hz控制频率，1000+轨迹样本/周期 多线程采样：可配置线程池加速轨迹生成 完备避障：基于

PurePath Controller是一个基于平滑控制律的C++机器人路径跟踪控制器，具有零ROS依赖特性，可轻松移植到嵌入式平台。核心功能包括平滑路径跟踪、动态前视距离调整、实时碰撞检测等，采用C++17标准实现，仅依赖标准库。项目包含独立库和ROS2可视化测试两部分，其中核心控制器可直接集成到各类机器人系统。控制器基于Kanayama平滑控制律，通过极坐标转换和曲率计算实现精准运动控制，支持