最终简单的效果先这样吧;以后有时间的话,可以再去摸索一下更复杂的效果;编程不息、Bug不止、无Bug、无生活;改bug的冷静、编码的激情、完成后的喜悦、挖坑的激动...

本研究提出了一种新颖的拓扑边图（TED）和基于线图的维托里斯-里普斯持久性图算法（LGVR），有效解决了图神经网络中的信息丢失问题。实验结果表明，该模型在图分类和回归任务中表现优异。

研究人员提出了一种名为移动 VLA 的导航策略，结合了视觉语言模型和拓扑图，能够理解多模式指令并进行有用的导航。在真实世界环境中的评估中，移动 VLA 在多模式指令情况下表现出高的成功率。

研究人员提出了一种新颖的拓扑图神经网络（TTG-NN），利用持久同调、图卷积和张量运算构建了一种简单而有效的拓扑深度学习方法。实验结果表明，TTG-NN在各种图基准数据上表现优于其他20种最先进的方法。

该文介绍了一个完整的对象感知SLAM系统，包括多级验证的对象级数据关联方法和基于二次曲面对象地图拓扑结构的语义闭环方法。作者验证了该系统的有效性、稳健性和优越性。