复杂三维环境中经典与学习型导航的基准评测

随着基于学习的方法的出现，导航研究正吸引着新的关注。然而，这一新研究方向与成熟的经典导航方法在很大程度上脱节。在本文中，我们采取步骤以协调这两个研究方向。我们在共同的仿真环境中建立经典和基于学习的导航系统，并在复杂度各异的室内空间中，利用不同的感官模态对其进行了彻底评估。此外，我们在相同环境中测量了人类表现。我们发现，经过适当调优的经典流水线在复杂杂乱环境中可以表现非常好。另一方面，学习型系统可在有限传感器套件下更鲁棒地运行。总体而言，两种方法仍远未达到人类水平的表现。