跳到正文
arXiv · 机器人与计算机视觉· Nikolas R. Sanderson, Andrew Fishberg, Haoyu Han, Heng Yang, Jonathan P. How, Hanumant Singh, Michael Everett, Alan Papalia·· 13 小时前精选AI 评分82

SPARSER:一种利用可分离结构的稀疏变量投影方法

SPARSER: Sparse Variable Projection by Exploiting Separable Structure in Robotic Perception

AI 导读

论文提出 SPARSER 方案,通过一次预处理构建无矩阵的 Schur 补算子,联合利用感知问题的可分离性与稀疏性以解决带有规范对称性的非线性最小二乘问题。该方法支持鲁棒代价函数并通过迭代重加权最小二乘法实现数值重构优化。

推荐理由

该方法利用可分离结构解决机器人感知中的非线性最小二乘问题,在多个基准数据集上表现最快且是唯一能全部求解的方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org