本文介绍了一种在李群（Lie Groups）框架下高效计算导航向量场所需距离函数的新方法。该论文于2026年6月3日提交至arXiv，编号为2606.05372v1，属于机器人学（cs.RO）与计算几何（cs.CG）交叉领域，由Vinicius M. Gonçalves等共七位作者合作完成，Felipe Bartelt负责提交。
基于向量场的方法在机器人控制中被广泛采用，尤其常见于路径跟踪问题。这类方法在运行过程中往往需要反复计算机器人当前构型到目标曲线之间的距离，并确定曲线上距离最近的点。近年来，研究者已将向量场方法推广到李群这一数学结构上。然而，在这种推广情形下，距离与最近点的计算代价相当高昂，特别是当机器人需要在嵌入式平台上以较高的控制频率实时执行时，计算负担会进一步放大。
针对这一瓶颈，论文提出了一种针对所谓G-多项式曲线的高效距离计算方法。G-多项式曲线是一种将经典多项式曲线推广到矩阵李群的曲线表示形式。该方法的核心思路是充分利用此类曲线的内在代数结构，将原本需要迭代优化的距离求解问题约化为数量很少的多项式求根运算，从而绕开传统优化方法中反复迭代的开销。
仿真结果表明，与现有的基于优化的方法相比，新方法在保持精度的同时显著缩短了计算时间。论文还针对SE(3)群这一在机器人领域极为常用的特殊欧几里得群给出了可直接使用的实用公式，并在真实机械臂上开展了实验验证，证明该方法在实际硬件场景中同样有效。此外，作者将整套方法学实现为可计算软件包，并已在网上公开，便于其他研究者复现与使用。
从研究背景来看，该工作同时归属于机器人学与计算几何两个学科方向，体现了控制理论与几何计算之间的紧密联系。其贡献不仅在于算法效率的提升，还在于为嵌入式平台上的高频实时控制提供了一条可行路径。需要注意的是，论文摘要层面的信息主要通过仿真和单一机械臂实验来支撑结论，更广泛的平台适用性与不同曲线类型下的表现仍有待后续工作进一步验证。