MAP-ADAPT

新的自适应三维建图使用强化学习实现用户控制的内存-精度权衡

研究人员开发了一种新颖的自适应三维建图框架，该框架利用语义熵和几何线索来优化体素分辨率，无需专家调整语义类别列表。集成了一个强化学习代理来学习体素细分策略，允许用户通过单个参数控制精度-内存权衡。这种方法在合成和真实世界数据集上，在几何精度、语义一致性和内存效率方面，都优于固定分辨率基线和现有的自适应方法（如 MAP-ADAPT）。