本研究提出了一种基于元学习的少样本适应技术，旨在解决自主作物下导航中的领域转移问题。该方法能够快速适应新环境，提升低数据条件下的导航稳定性，显示出在数据匮乏情况下机器人的导航能力显著增强，具有重要的应用潜力。

MetaCropFollow: Application of Few-Shot Adaptation Technology Based on Meta-Learning for Under-Canopy Navigation
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证