以下內(nèi)容來自從零開始機(jī)器人SLAM知識星球 每日更新內(nèi)容

點擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# BioSLAM: A Bio-inspired Lifelong Memory System for General Place Recognition

論文地址：卡耐基梅隆大學(xué)

作者單位：[2208.14543] BioSLAM: A Bio-inspired Lifelong Memo...

?我們提出了BioSLAM，這是一個lifelong的SLAM框架，用于增量地學(xué)習(xí)各種新現(xiàn)象，并對以前訪問過的地區(qū)的準(zhǔn)確位置識別。與人類不同，人工神經(jīng)網(wǎng)絡(luò)會遭受遺忘，當(dāng)與新來者一起訓(xùn)練時，可能會忘記之前訪問過的區(qū)域。對于人類來說，研究人員發(fā)現(xiàn)，大腦中存在一種記憶回放機(jī)制，使神經(jīng)元對之前的事件保持活躍。受到這一發(fā)現(xiàn)的啟發(fā)，BioSLAM根據(jù)反饋獎勵來控制機(jī)器人的學(xué)習(xí)行為。具體來說，BioSLAM提供了一種新穎的雙記憶機(jī)制來維護(hù):1)動態(tài)記憶來有效地學(xué)習(xí)新的觀察結(jié)果，2)靜態(tài)記憶來平衡新的舊知識。當(dāng)與基于視覺/激光雷達(dá)的SLAM系統(tǒng)相結(jié)合時，完整的處理流程可以幫助agent增量更新位置識別能力，對長期位置識別日益復(fù)雜的情況具有魯棒性。我們在兩個增量SLAM場景中提出了BioSLAM。在第一種場景中，基于激光雷達(dá)的智能體以120公里的軌跡在城市規(guī)模的環(huán)境中持續(xù)穿行，并遇到不同類型的3D幾何圖形(開放街道、居民區(qū)、商業(yè)建筑)。我們表明，Bioslam可以逐步更新代理的位置識別能力。在第二種方案中，一個基于激光視覺的智能體以4.5公里的軌跡反復(fù)穿過校園規(guī)模的區(qū)域。Bioslam可以保證不同外觀下的位置識別精度優(yōu)于現(xiàn)有方法的15%。據(jù)我們所知，BioSLAM是首個記憶增強(qiáng)的lifelong SLAM系統(tǒng)，可以幫助長期導(dǎo)航任務(wù)中的增量位置識別。

以上內(nèi)容來自從零開始機(jī)器人SLAM知識星球 每日更新內(nèi)容