机构名称：
¥ 2.0
自适应信息路径计划（AIPP）对许多机器人应用非常重要，使移动机器人能够有效收集有关最初未知环境的有用数据。此外，基于学习的方法越来越多地用于机器人技术，以增强各种和复杂任务的适应性，多功能性和鲁棒性。我们的调查探讨了将机器人学习应用于AIPP的研究，从而弥合了这两个研究领域之间的差距。我们首先为一般AIPP问题提供统一的数学问题定义。接下来，我们从（i）学习算法和（ii）机器人应用的角度建立了当前工作的两个互补分类法。我们探索了协同作用，最新趋势，并突出了AIPP框架中基于学习的方法的好处。最后，我们讨论了关键的挑战和有希望的未来方向，以通过学习使更普遍适用，健壮的机器人数据收集系统。我们提供了调查中综述的全面论文目录，包括公开可用的存储库，以促进该领域的未来研究。
基于黑色的黑adaptive信息路径计划的方法
主要关键词
相关文件推荐
