DynoSLAM

DynoSLAM 使用 GNN 实现拥挤空间中更安全的机器人导航

研究人员开发了 DynoSLAM，一种新颖的动态 GraphSLAM 架构，它将图神经网络 (GNN) 集成到因子图优化中，以改善在拥挤环境中的机器人导航。该系统将行人运动预测建模为随机世界模型，使用来自训练有素的 GNN 的蒙特卡洛滚动来捕捉人类互动的不确定性。该方法将这种不确定性嵌入到 SLAM 图中，从而实现更准确的跟踪并防止优化失败，最终为无碰撞机器人导航提供概率安全包络。