图像空间中的 Pareto 最优可视决策导航
机器人学
2025-11-12 v1
摘要
导航复杂现实环境需要语义理解与自适应决策。传统的无地图自导方法在杂乱环境中常常失败，基于地图的方法需要大量制图工作，学习方法则依赖大规模数据集且泛化能力有限。为此，我们提出了 Pareto 最优可视导航，一种轻量级的图像空间框架，融合数据驱动的语义、Pareto 最优决策与视觉伺服控制，实现实时导航。
引用
@article{arxiv.2511.07750,
title = {Navigating the Wild: Pareto-Optimal Visual Decision-Making in Image Space},
author = {Durgakant Pushp and Weizhe Chen and Zheng Chen and Chaomin Luo and Jason M. Gregory and Lantao Liu},
journal= {arXiv preprint arXiv:2511.07750},
year = {2025}
}