归一化流增强消息传递用于多机器人协同定位

Han Shen、Guanghui Wen、Liangming Chen、Ming Cao 提出一种参数化消息传递算法，用于多机器人分布式协同定位：用高斯置信传播估计机器人状态，用平均场近似推断噪声，并设计基于归一化流的梯度估计器实现可学习采样，端到端训练按消息传递行为调节归一化流参数，方法还扩展到李群空间以处理旋转。 该方法在融合里程计、GNSS 与机器人间 UWB 测距的多机器人定位任务上验证。作者称，在自主水面艇（ASV）上的大量仿真与实验显示，状态估计精度更高，在测距异常值和噪声统计变化下更稳健、适应性更强，并在不同运行条件下具有较好泛化性。 论文已被 IEEE Transactions on Robotics 接收，当前版本为接收稿。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。