因果框架让移动机器人从仿真迁移到真实环境

Luca Castri、Gloria Beraldo 和 Nicola Bellotto 提出一种面向自主移动机器人的因果推理框架，目标是尽量少花代价，把仿真中学到的因果关系迁移到真实世界。据作者称，该方法保留高层因果结构不变，只用少量新观测更新因果模型参数，实验显示参数更新能实现快速的仿真到现实迁移。 作者称，该框架能在移动机器人上机载高效运行，在复杂的人机共享场景中，导航成功率与安全性显著优于非因果基线。论文已被 IEEE Robotics and Automation Letters（RA-L）接收。 上述迁移效果与对比结果均来自作者的实验陈述，报道未给出成功率数值、试验次数、机器人数量及失败条件。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。