跳到正文
arXiv · 机器人与计算机视觉· Evangelos Psomiadis, Dipankar Maity, Panagiotis Tsiotras·· 2 天前AI 评分58

异质机器人未知环境下的协作导航与探索:基于β稀疏高斯过程

Collaborative Navigation and Exploration with $\beta$-Sparse Gaussian Processes

AI 导读

针对异质机器人在未知环境中受限于感知、通信和计算能力的挑战,本文提出一种由主机器人领航、移动传感器(如无人机)辅助的协作框架。该框架利用提出的β稀疏高斯过程模型,在带宽约束下在线决定传输哪些地图区域及执行何种导航动作,同时预测未探索区域。仿真结果表明,该方法相比无通信基线将累积路径成本降低约35%,相比全信息高斯过程基线减少94%的传输信息量,并验证了基于预测的地图预测及任务相关区域选择的优势。

来源:arXiv · 机器人与计算机视觉 · arxiv.org