GOMAA-Geo：目标模态不可知主动地理定位
原文中文，约400字，阅读约需1分钟。发表于：。我们提出了 GOMAA-Geo，一个目标模态不可知的主动地理定位代理，通过跨模态对比学习和监督基础模型预训练以及强化学习相结合的方式，实现高效的导航和定位策略，在广泛评估中表现出超越可学习方法并在不同数据集和目标模态上进行泛化的能力。
AGL-NET提出了一种新的全球定位方法，通过LiDAR和卫星地图解决了数据表征和尺度差异的挑战。他们采用了统一的网络架构和创新的匹配设计来提取神经特征，并引入了尺度对齐步骤来校正数据之间的尺度变化。他们的方法不需要预处理卫星地图，提高了在未知地图尺度下的应用性能。他们还在CARLA模拟器中设计了一个数据集用于评估。
