高效目标导航的概率物体位置(POLo)得分估计
原文中文,约400字,阅读约需1分钟。发表于: 。为了推进自主机器人领域,特别是在未开发环境中进行物体搜索任务,我们引入了一个以概率物体位置(POLo)得分为中心的新框架。利用 3D 物体概率图,POLo 得分使得代理能够基于数据做出高效的物体搜索决策。我们通过引入 POLoNet,一个通过训练来近似计算密集的 POLo...
研究人员引入了一个新的框架,以概率物体位置得分为中心,用于在未开发环境中进行物体搜索任务。通过利用3D物体概率图和POLo得分,代理能够高效地做出物体搜索决策。通过训练神经网络POLoNet来近似计算密集的POLo得分,进一步提高了框架的实用性。实验结果表明,配备POLoNet的代理在物体目标导航中明显优于其他基准方法。