机器人学中的 NeRF：综述

详细且逼真的 3D 环境表示一直是计算机视觉和机器人学领域的长期目标。近期神经隐式表示的出现为这些领域带来了重大进展，使其具备了诸多新能力。其中，神经辐射场（NeRFs）因其巨大的表示优势而受到广泛关注，例如简化的数学模型、低内存占用和连续的场景表示。除了计算机视觉之外，NeRFs 在机器人学中也展现出了巨大的潜力。因此，我们提出本综述以全面理解 NeRFs 在机器人学领域的应用。通过探讨 NeRF 的优势与局限性及其当前应用与未来潜力，我们旨在概述这一极具前景的研究领域。本综述分为两个主要部分：\textit{NeRFs 在机器人学中的应用}和\textit{NeRFs 在机器人学中的进展}，从 NeRF 如何进入机器人学领域的视角出发。在第一部分中，我们介绍并分析了一些已经在机器人学中用于感知与交互任务或可能被使用的工作。在第二部分中，我们展示了一些与改进 NeRF 自身属性相关的工作，这对于在机器人学中部署 NeRFs 至关重要。在综述的讨论部分，我们总结了现有的挑战并提供了有价值的未来研究方向。