跳到正文
arXiv · 机器人与计算机视觉· Hanyu Jin, Kenji Shimada·· 8 天前AI 评分58

DeRep:面向杂乱环境端到端导航的深度表征学习

DeRep: Learning Depth Representations for End-to-End Navigation in Cluttered Environments

AI 导读

该论文提出 DeRep 方法,旨在通过结合局部鸟瞰图可达性监督与深度重建来优化视觉表征,以支持在杂乱环境中的端到端导航与避障。研究冻结编码器架构,使用线性策略探针、流匹配模仿学习和 PPO 强化学习等多种下游方法进行对比评估。

来源:arXiv · 机器人与计算机视觉 · arxiv.org