Near-Driven Autonomous Rover Navigation in Complex Environments: Extensions to Urban Search-and-Rescue and Industrial Inspection
Cambridge University Press（剑桥大学出版社）
本文提出基于NEAT的扩展神经进化方法，在复杂环境中实现自主机器人导航，实验显示成功率约80%且结构适应性优于深度强化学习，适用于消防、城市搜索救援和工业巡检等任务。
2025-04-11 cs.LG cs.NE cs.RO
Autonomous social robot navigation in unknown urban environments using semantic segmentation
Monash University（莫纳什大学）
对于在城市环境中导航的自主机器人，重要的是机器人保持在指定的行进路径上（即，人行道），并避免区域，如草地和花园床，为安全和社会的一致性考虑。提出了一种结合语义分割和LiDAR数据的城市未知环境自主导航方法。所提出的方法使用分割的图像掩模来创建环境的3D障碍图，从该障碍图中计算人行道的边界。与现有方法相比，我们的方法不需要预先构建的地图，并提供了对安全旅行区域的3D理解，使机器人能够规划通过人行道的任何路径。将我们的方法与仅使用LiDAR或仅使用语义分割的两种替代方案进行比较的实验表明，总体而言，我们提出的方法在室外的成功率超过91%，室内的成功率超过66%。我们的方法使机器人能够始终保持在安全的行驶路径上，并减少了碰撞次数。
2022-09-12 cs.RO
UrbanFly: Uncertainty-Aware Planning for Navigation Amongst High-Rises with Monocular Visual-Inertial SLAM Maps
IIIT Hyderabad（国际信息技术研究所海得拉巴分校）；University of Tartu（塔尔图大学）
我们提出了UrbanFly：一个不确定性感知的实时规划框架，用于城市高层环境中的四旋翼导航。UrbanFly的一个核心方面是它能够直接在单目视觉惯性SLAM（VINS）后端生成的稀疏点云上进行鲁棒规划。它通过使用稀疏点云来实现这一点，通过数据驱动的单目平面分割网络来构建环境的不确定性集成立方体表示。我们选择的世界模型提供了比更常见的体素网格表示更快的距离查询，UrbanFly以两种不同的方式利用这种能力，从而产生两个轨迹优化器。第一个优化器使用无梯度交叉熵方法来计算最小化碰撞概率和平滑成本的轨迹。我们的第二个优化器是第一个优化器的简化版本，并使用顺序凸规划优化器初始化的基础上随机绘制的轨迹的概率安全估计。我们的两个轨迹优化器都是通过将碰撞违规的分布嵌入再生核希尔伯特空间来实现的，并且在计算上易于处理，并且独立于潜在的不确定性的性质。在算法创新的推动下，UrbanFly在碰撞率、轨迹长度等指标上优于竞争对手，在一个高保真的AirSim模拟器上，用合成和真实世界的数据集场景进行增强。
2022-10-03 cs.RO
Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots
Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）；Neuromeka；Swiss-Mile Robotics AG（Swiss-Mile机器人公司）；The work was carried out during their stay at（该工作是在他们停留期间完成的）
本文提出一个集成自适应运动控制、局部导航规划与大规模路径规划的轮腿式机器人系统，采用无模型强化学习和分层强化学习框架，在苏黎世和塞维利亚完成公里级自主导航验证。
2024-05-03 cs.LG cs.RO cs.SY
Autonomous navigation for low-altitude UAVs in urban areas
Survey Copter / Airbus Defense and Space（空客防务与航天公司Survey Copter部门）；Hubert Curien Laboratory（于贝尔·居里安实验室）；Center for Research in Computer Vision, UCF（中佛罗里达大学计算机视觉研究中心）
近年来，消费级无人机变得非常流行，每个人都可以在没有经验的情况下购买和驾驶无人机，这引起了人们对法规和公共安全的关注。在本文中，我们提出了一种新的方法，使这些车辆在城市地区的安全运行。我们的方法使用地理精确的数据集图像与地理信息系统（GIS）数据的道路网络和建筑物提供的谷歌地图，计算一个加权的A* 最短路径从开始到结束的位置的任务。重量代表了各类土地使用中个人受伤的潜在风险，即在建筑物上方飞行被认为比在道路上方飞行更安全。我们通过计算依赖于环境结构的静态全局路径来实现无人机在以下方面的安全操作：1-土地使用; 2-通过在飞行期间动态优化路径来避免飞越移动物体，如汽车和行人。由于所有输入源都是首先进行地理注册的，像素和GPS坐标是等效的，因此它允许我们使用消费者无人机自动驾驶仪可读的GPS航点生成自动化和用户友好的任务。我们模拟了54个任务，并显示出显着的改善，最大限度地提高无人机的间隔距离移动物体的量化安全参数超过40倍，比天真的直线导航。
2016-02-25 cs.CV cs.RO
Robust Navigation In GNSS Degraded Environment Using Graph Optimization
West Virginia University（西弗吉尼亚大学）
近年来，城市环境中的鲁棒导航受到了学术界和商业界的广泛关注。这主要是由于谷歌和Uber等大型商业组织进入了自动导航市场。大多数研究都避开了基于全球导航卫星系统（GNSS）的导航。对利用GNSS数据的厌恶是由于数据在城市环境中的退化性质（例如，多路径、卫星能见度差）。城市环境中GNSS数据的退化使得传统的（GNSS）定位方法（例如，扩展的卡尔曼滤波器、粒子滤波器）性能较差。然而，主要应用于基于同时定位与地图构建（SLAM）的机器人应用的基于鲁棒图论的传感器融合方法的最新进展也可以应用于GNSS数据处理。本文将利用一个这样的方法称为因子图结合几个强大的优化技术，以评估其适用于强大的GNSS数据处理。本研究的目标有两个方面。首先，对于GNSS应用，我们将实验性地评估图论估计框架内的鲁棒优化技术的有效性。其次，通过发布开发的软件和用于本研究的数据集，我们将为佐治亚理工学院平滑和制图（GTSAM）库引入一个新的开源前端，以整合GNSS伪距观测。
2018-06-23 cs.RO
Sky-GVINS: a Sky-segmentation Aided GNSS-Visual-Inertial System for Robust Navigation in Urban Canyons
Shanghai Jiao Tong University（上海交通大学）
本文提出Sky-GVINS，一种利用朝上相机检测天空区域以剔除NLOS卫星信号，从而提高城市峡谷中GNSS-视觉-惯性系统定位精度的鲁棒导航方法。
2023-04-08 cs.RO
DynFly: Dynamic-Aware Continuous Trajectory Generation for UAV Vision-Language Navigation in Urban Environments
Beijing Institute of Technology（北京理工大学）；Tsinghua University（清华大学）；Dalian University of Technology（大连理工大学）；Xidian University（西安电子科技大学）；Huazhong University of Science and Technology（华中科技大学）
提出DynFly框架，通过B样条控制点空间表示和Spline-DiT生成器，结合无人机动态感知监督，将高层导航意图转化为连续可执行轨迹，显著提升导航性能和轨迹质量。
2026-07-03 cs.CV cs.RO
Design and Deployment of an Autonomous Unmanned Ground Vehicle for Urban Firefighting Scenarios
New York University（纽约大学）；University of Pennsylvania（宾夕法尼亚大学）；CTU in Prague（捷克布拉格技术大学）
自主移动机器人有潜力解决人类无法完成的过于复杂或危险的任务。在本文中，我们解决了设计和自主部署的地面车辆配备了机器人手臂的城市消防场景。我们描述了硬件设计和算法方法的自主导航，规划，火源识别和消除在非结构化的城市场景。该方法采用车载传感器进行自主导航，并利用热成像相机信息进行源识别。定制的机电泵负责喷射水以用于灭火。所提出的方法是通过几个实验进行验证，在那里我们展示了识别和减弱建筑物中的样本热源的能力。整个系统是在2020年穆罕默德·本·扎耶德国际机器人挑战赛（MBZIRC）期间开发和部署的，用于挑战3号高层建筑内的消防，以及在大挑战赛期间，我们的方法在所有UGV解决方案中获得了最高分，并有助于赢得第一名。
2021-07-08 cs.RO
P3-LOAM: PPP/LiDAR Loosely Coupled SLAM with Accurate Covariance Estimation and Robust RAIM in Urban Canyon Environment
Shanghai Jiao Tong University（上海交通大学）
基于激光雷达（LiDAR）的同时定位与地图构建（SLAM）技术在自动驾驶领域引起了越来越多的关注。然而，LiDAR-SLAM遭受累积误差，这可以通过全球导航卫星系统（GNSS）显著减轻。精密单点定位（PPP）是一种不依赖于基站的高精度GNSS工作模式，在无人系统中越来越受欢迎。针对LiDAR-SLAM和PPP这两种技术的特点，提出了一种将LiDAR-SLAM和PPP相结合的SLAM系统P3-LOAM（PPP based LiDAR Odometry and Mapping）。为了更好地集成，我们通过使用奇异值分解（SVD）雅可比模型推导LiDAR-SLAM定位协方差，因为SVD提供了迭代最近点（ICP）的显式解析解，这是LiDAR-SLAM中的关键问题。然后提出了一种新的方法来评估估计的LiDAR-SLAM协方差。此外，为了提高GNSS在城市峡谷环境中的可靠性，我们开发了一种LiDAR-SLAM辅助GNSS接收机自主完整性监测（RAIM）算法。最后，我们验证P $^3$ -LOAM与UrbanNav，一个具有挑战性的公共数据集在城市峡谷环境。综合测试结果表明，P3-LOAM在精度和可用性方面优于单点定位（SPP）、PPP、LeGO-LOAM、SPP-LOAM以及UrbanNav出版商提出的松耦合导航系统等基准。
2020-12-04 cs.RO
Real Time Local Wind Inference for Robust Autonomous Navigation
University of Pennsylvania（宾夕法尼亚大学）；NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心）
本文通过融合距离测量与稀疏实地风测数据，实现实时风场推断，解决密集城市环境中地形数据的充分性及学习风模型在运动规划中的应用，提升自主导航的能耗效率与避障能力。
2026-04-01 cs.RO
Deep Heuristic Learning for Real-Time Urban Pathfinding
MSA university（MSA大学）
本文针对实时城市路径规划问题，提出增强A*算法和神经网络模型两种方法，通过柏林模拟环境测试，神经网络模型最多减少40%旅行时间，增强A*算法提升34%，验证深度学习优化实时城市导航的潜力。
2024-11-07 cs.AI cs.LG stat.ML
GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting
Department of Geomatics Engineering, Shulich School of Engineering, University of Calgary（测绘工程系、谢里尔工程学院、卡尔加里大学）
GS-GVINS是一种结合3D高斯点分布的GNSS-视觉-惯性导航系统，通过提升导航精度实现大规模户外导航。
2025-02-16 cs.CV cs.RO eess.IV
Trajectory Smoothing Using GNSS/PDR Integration Via Factor Graph Optimization in Urban Canyons
Hong Kong Polytechnic University（香港理工大学）
本文针对城市峡谷中行人GNSS定位受多径和非视距影响的问题，提出将PDR相对运动与GNSS伪距和多普勒测量通过因子图优化进行融合，并引入软运动模型平滑状态，在香港密集城市峡谷数据集上验证了该方法能同时提升定位精度与轨迹平滑度。
2023-05-11 cs.RO
ViVa-SAFELAND: a New Freeware for Safe Validation of Vision-based Navigation in Aerial Vehicles
Center for Research in Mathematics CIMAT（数学研究中心（CIMAT））；Centro de Investigación y de Estudios Avanzados del IPN, CINVESTAV-IPN（墨西哥理工学院高级研究中心（CINVESTAV-IPN））
本研究提出开源软件库ViVa-SAFELAND，通过高清城市场景视频与模拟飞行器构建安全验证基准，可公平对比视觉导航方案、助力算法开发与训练，经两个案例验证有效，填补了相关领域空白。
2025-03-18 cs.CV cs.RO
Point wise or Feature wise? Benchmark Comparison of Public Available LiDAR Odometry Algorithms in Urban Canyons
鲁棒、精确的定位对于具有导航要求的自主系统至关重要。光探测和测距（LiDAR）里程计在过去几十年中被广泛研究，以实现这一目标。使用现有的LiDAR测距（LO）算法，可以在具有丰富环境特征的场景中实现令人满意的精度。不幸的是，激光雷达测距的性能显着下降，在城市峡谷与众多的动态对象和复杂的环境结构。同时，从现有文献中仍然不清楚哪些LO算法在这种具有挑战性的环境中表现良好。为了填补这一空白，本文评估了一系列流行的和广泛研究的LO管道在香港城市峡谷收集的数据集。我们提出的结果在其定位精度和计算效率。本文总结了影响城市峡谷中LO性能的三个主要因素，即自车动力学、运动物体和城市化程度。根据我们的实验结果，逐点实现更好的精度在城市峡谷，而功能明智的实现成本效益和令人满意的定位精度。
2021-06-29 cs.RO
Virtual Surfaces and Attitude Aware Planning and Behaviours for Negative Obstacle Navigation
CSIRO（联邦科学与工业研究组织）；Euclideon Holographics（Euclideon全息技术公司）
本文提出了一种自主导航系统的地面机器人穿越侵略性的非结构化地形，通过一个有凝聚力的安排映射，审议规划和反应行为模块。所有系统都能感知地形坡度、能见度和车辆方向，使机器人能够识别、规划和应对未观察到的区域，并克服不利的障碍物、斜坡、台阶、悬垂物和狭窄的通道。这是在处理负面障碍时明确地同时耦合映射，规划和反应组件的先驱作品之一。该系统部署在三个异构地面机器人DARPA地下挑战，我们目前的结果在城市和洞穴环境中，随着模拟场景，证明了这种方法。
2021-01-21 cs.RO
BADGR: An Autonomous Self-Supervised Learning-Based Navigation System
Berkeley AI Research (BAIR), University of California, Berkeley（加州大学伯克利分校伯克利人工智能研究中心（BAIR））
移动机器人导航通常被认为是一个几何问题，其中机器人的目标是感知环境的几何形状，以便规划朝向期望目标的无碰撞路径。然而，对于许多导航问题，纯粹的几何世界观可能是不够的。例如，基于几何形状导航的机器人可能会避开一片高草，因为它认为这是不可穿越的，因此将无法达到其期望的目标。在这项工作中，我们研究如何超越这些纯粹基于几何的方法，使用一种方法，从经验中学习物理导航启示。我们称之为BADGR的方法是一种基于端到端学习的移动机器人导航系统，可以使用在现实环境中收集的自监督非策略数据进行训练，而无需任何模拟或人工监督。BADGR可以在现实世界的城市和越野环境中导航，并有几何形状的障碍物。它还可以结合地形偏好，推广到新的环境，并通过收集更多的数据继续自主改进。视频、代码和其他补充材料可在我们的网站https://sites.google.com/view/badgr上获得
2020-04-15 cs.AI cs.LG cs.RO
SatNav: A Scalable Benchmark for Long-Horizon UAV Vision-Language Navigation from Satellite Imagery
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；The Hong Kong University of Science and Technology（香港科技大学）
SatNav利用卫星影像构建可扩展的长时程无人机视觉-语言导航基准，包含118K场景和三个任务族，并通过SwiftVLN框架及迁移实验验证了城市级导航的挑战性与实用性。
2026-09-28 cs.CV cs.RO
Scan Context++: Structural Place Recognition Robust to Rotation and Lateral Variations in Urban Environments
KAIST（韩国科学技术院）；NAVER LABS（NAVER实验室）；SNU（首尔国立大学）
位置识别是机器人导航中的一个关键模块。现有的研究主要集中在视觉位置识别上，仅根据它们的外观来识别以前访问过的地方。在本文中，我们解决结构的地方识别识别的基础上，结构外观，即从距离传感器。扩展我们以前的工作旋转不变的空间描述符，建议的描述符完成一个通用的描述符旋转（航向）和平移时，滚动俯仰运动不严重。我们引入了两个子描述符，并启用拓扑位置检索，然后是1-DOF半度量定位，从而弥合了拓扑位置检索和度量定位之间的差距。所提出的方法已被彻底评估的环境复杂性和规模。源代码是可用的，可以很容易地集成到现有的激光雷达同时定位与地图构建（SLAM）。
2021-09-28 cs.RO
Enhanced Monocular Visual Odometry with AR Poses and Integrated INS-GPS for Robust Localization in Urban Environments
College of Engineering University of Washington Seattle, WA, USA
本文提出一种融合单目视觉里程计、AR位姿与INS-GPS数据的低成本定位系统，利用AR位姿解决尺度问题并通过扩展卡尔曼滤波提升精度，在1公里轨迹上达到1.529米RMSE，实现车道级定位。
2024-11-24 cs.RO
Matched Filtering based LiDAR Place Recognition for Urban and Natural Environments
Queensland University of Technology（昆士兰科技大学）；QUT Centre for Robotics（昆士兰科技大学机器人中心）；School of Electrical Engineering and Robotics（电气工程与机器人学院）；Intel Labs（英特尔实验室）
提出一种基于BEV全局描述子与匹配滤波两阶段搜索的免训练LiDAR地点识别方法，在城市和自然场景中同时实现地点识别与相对位姿估计，多项基准达到SoTA。
2024-09-06 cs.RO
Autonomous, Monocular, Vision-Based Snake Robot Navigation and Traversal of Cluttered Environments using Rectilinear Gait Motion
Georgia Institute of Technology（佐治亚理工学院）
蛇形机器人运动的直线形式预计将在障碍物遍布的情况下具有优势，这些情况是城市灾害区，地下塌陷和其他自然环境的特征。与这些运动策略相关联的细长的、横向狭窄的足迹非常适合于穿越有限的空间和狭窄的路径。然而，在缺乏全球感知的情况下，导航和路径规划仍然是在实际部署这些机器人机制之前需要解决的关键挑战。需要解决与视觉处理和定位相关的几个挑战，以实现导航。作为这个方向的第一步，我们在机器蛇的头部安装了一个无线的单目彩色摄像机。ORB-SLAM的视觉里程计和映射允许在平面障碍物遍布的环境中进行自定位。地平面可通行性分割结合感知空间碰撞检测允许导航路径规划。先前提出的动态减少直线蛇运动的非完整运动车辆通知SLAM和规划。然后，应用简化的运动模型来跟踪通过障碍物配置的规划轨迹。这种导航框架使蛇形机器人平台能够自主导航并仅用单目视觉穿越未知场景。
2019-08-19 cs.CV cs.RO
360CityArena: A Realistic Virtual Urban Navigation Benchmark for Embodied Agents
The University of Tokyo（东京大学）
研究人员提出基于东京秋叶原重建的360CityArena城市导航基准，评估具身智能体城市探索能力，发现最强模型Gemini 2.5 Flash表现远低于人类，为相关研究提供了挑战性测试平台。
2026-08-11 cs.AI cs.CV cs.LG
Enhancing Safety for Autonomous Agents in Partly Concealed Urban Traffic Environments Through Representation-Based Shielding
TU Dortmund University（多特蒙德工业大学）；Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究院）
本文提出一种基于可感知信息的强化学习状态表征方法，用于解决部分遮挡城市交叉口的安全导航问题，在安全性和能耗上显著优于基线，同时保持竞争力速度。
2024-07-05 cs.LG cs.RO
Imagination-Augmented Hierarchical Reinforcement Learning for Safe and Interactive Autonomous Driving in Urban Environments
Seoul National University（首尔大学）
本文提出想象力增强型分层强化学习（IAHRL），通过低层策略想象安全行为、高层策略推断交互并引入排列不变注意力机制，在五个复杂城市驾驶任务中实现了更高的成功率和更低的平均回合步数。
2024-01-23 cs.LG cs.RO
Gaze-contingent decoding of human navigation intention on an autonomous wheelchair platform
Imperial College London（伦敦帝国理工学院）
我们开创了“你看哪里就是你去哪里”的方法来控制移动平台，方法是解码用户如何看待环境，以了解他们想要在哪里导航移动设备。然而，许多自然的眼球运动是不相关的动作意图解码，只有一些是，这对解码提出了挑战，所谓的迈达斯触摸问题。在这里，我们提出了一个新的解决方案，包括1。深度计算机视觉，以了解用户在其视野中正在观看的对象，其中2.分析用户正在看对象的限界框上的何处，到3.使用简单的机器学习分类器来确定对象上的明显视觉注意力是否预测对该对象的导航意图。我们的解码系统最终确定用户是否想要开车到例如，重要的是，我们发现，当用户看着一个物体并想象他们正朝着它移动时，这种运动想象（类似于神经接口）产生的眼球运动仍然是可解码的。一旦检测到驾驶意图和位置，我们的系统就会指示我们的自动轮椅平台A.Eye-Drive导航到所需的物体，同时避开静态和移动障碍物。因此，为了导航的目的，我们已经实现了一个认知水平的人机界面，因为它只需要用户与所需的目标进行认知交互，而不是不断地将轮椅转向目标（低层次的人机界面）。
2021-03-04 cs.HC cs.LG
Robot Navigation Anticipative Strategies in Deep Reinforcement Motion Planning
机器人在动态城市环境中的导航，需要精心设计的预期策略，以避免与动态物体（如自行车或行人）发生碰撞，并具有人类意识。我们已经开发和分析了三个预期的策略，在运动规划考虑到未来的运动的移动对象，可以移动到18公里/小时。首先，我们使用了我们的混合策略，该策略来自深度确定性策略梯度（DDPG）训练和社会力模型（SFM），并且我们在四个具有许多行人的复杂地图场景中进行了模拟测试。其次，我们已经使用这些预期的策略在现实生活中的实验中使用的混合运动规划方法和ROS导航堆栈与动态窗口的方法（NS-DWA）。在模拟和现实生活中的实验结果表明，在开放的环境中，也在狭窄的空间混合场景非常好的结果。
2022-10-15 cs.LG cs.RO
Conditional Affordance Learning for Driving in Urban Environments
Chair of Robotics Science and System Intelligence, Technical University of Munich（慕尼黑技术大学机器人科学与系统智能系）
本文提出了一种直接感知方法，通过将视频输入映射到适合复杂城市环境自主导航的中间表示，结合高层方向输入，实现了比现有强化学习和条件模仿学习方法更高的目标导向导航性能，并首次通过图像级标签处理交通灯和速度标志，显著减少模拟中的交通事故。
2018-11-03 cs.LG cs.RO cs.SY
Adaptive Factor Graph-Based Tightly Coupled GNSS/IMU Fusion for Robust Positionin
School of Technology and Innovations, University of Vaasa（瓦萨大学技术与创新学院）；Information Technology, Åbo Akademi University（阿博阿卡迪米大学信息技术系）；Faculty of Information Technology and Communication Sciences, Tampere University（塔尔库大学信息科技与通信科学学院）；Finnish Geospatial Research Institute（芬兰地理空间研究 institute）
本文提出一种基于自适应因子图的GNSS/IMU融合方法，利用Barron损失提升鲁棒性，有效减少定位误差。
2025-11-28 cs.LG cs.RO
Touchdown: Natural Language Navigation and Spatial Reasoning in Visual Street Environments
ASAPP Inc.（ASAPP公司）；Cornell University（康奈尔大学）
我们通过一个导航和空间推理任务来研究语言和视觉的联合推理问题。我们引入了着陆任务和数据集，其中代理必须首先在现实生活中的视觉城市环境中遵循导航指令，然后识别用自然语言描述的位置，以在目标位置找到隐藏的对象。数据包含9，326个英语指令和空间描述的示例，并配有演示。实证分析表明，数据提出了一个开放的挑战，现有的方法，和定性语言分析表明，数据显示更丰富的空间推理的使用相比，相关的资源。
2020-05-16 cs.AI cs.CL cs.CV
Generative Adversarial Imitation Learning for End-to-End Autonomous Driving on Urban Environments
Federal University of Santa Catarina（圣卡塔琳娜联邦大学）
自动驾驶是一项复杂的任务，自1989年第一辆自动驾驶汽车ALVINN以来，人们一直在使用监督学习方法或行为克隆（BC）来解决这个问题。在BC中，神经网络用构成由专家制作的训练集的状态-动作对来训练，即，人类司机然而，这种类型的模仿学习没有考虑在导航轨迹的不同时刻采取的动作之间可能存在的时间依赖性。这些类型的任务更好地由强化学习（RL）算法处理，该算法需要定义奖励函数。另一方面，最近的模仿学习方法，如生成对抗模仿学习（GAIL），可以训练策略，而无需明确要求定义奖励函数，允许代理直接在专家轨迹的训练集上通过试错来学习。在这项工作中，我们提出了两个变化的GAIL自主导航的车辆在现实的CARLA模拟环境中的城市场景。它们都使用相同的网络架构，处理来自三个前置摄像头的高维图像输入，以及代表速度的其他九个连续输入，稀疏轨迹的下一个点和高级驾驶命令。我们表明，它们都能够在训练结束后从头到尾模仿专家轨迹，但用BC增强的GAIL损失函数在收敛时间和训练稳定性方面优于前者。
2021-10-16 cs.AI cs.LG cs.RO
SuReNav: Superpixel Graph-based Constraint Relaxation for Navigation in Over-constrained Environments
School of Computing, Korea Advanced Institute of Science and Technology, Korea（韩国科学技术院计算机学院）
本文提出SuReNav方法，通过超像素图构建区域约束，利用图神经网络实现安全高效导航，适用于半静态环境中过约束规划问题，提升导航的人类类比性能。
2026-05-16 cs.AI cs.LG cs.RO
Autonomous UAV Navigation: A DDPG-based Deep Reinforcement Learning Approach
Stevens Institute of Technology（斯蒂文斯理工学院）；University of Carthage（迦太基大学）
在本文中，我们提出了一个自主无人机路径规划框架，使用深度强化学习方法。其目标是采用一个自我训练的无人机作为一个飞行的移动单元，以达到空间分布的移动或静态目标在一个给定的三维城市区域。在该方法中，设计了一个具有连续动作空间的深度确定性策略梯度（DDPG）来训练无人机穿越障碍物到达指定目标。设计了一个自定义的奖励函数，以最小化无人机与其目的地之间的距离，同时惩罚碰撞。数值模拟研究了无人机在学习环境和自主确定不同选定场景的轨迹方面的行为。
2020-03-21 cs.AI cs.LG cs.RO
PRM-RL: Long-range Robotic Navigation Tasks by Combining Reinforcement Learning and Sampling-based Planning
Google Brain（谷歌大脑）；University of New Mexico（新墨西哥大学）
我们提出了PRM-RL，远程导航任务完成的分层方法，结合基于采样的路径规划与强化学习（RL）。RL代理学习短距离，点对点的导航策略，捕获机器人动态和任务约束，而无需大规模拓扑结构的知识。接下来，基于采样的规划者提供连接机器人配置的路线图，这些配置可以由RL代理成功导航。相同的RL代理用于在规划的指导下控制机器人，从而实现远程导航。我们使用概率路线图（PRM）的抽样为基础的规划。RL代理是在连续状态和动作空间中使用基于特征的深度神经网络策略构建的。我们评估PRM-RL，无论是在模拟和机器人上，在两个导航任务与非平凡的机器人动力学：端到端的差分驱动室内导航在办公室环境中，在城市环境中的空中货物交付与负载位移的限制。我们的研究结果表明，在任务完成的RL代理自己和传统的抽样为基础的规划。在室内导航任务中，PRM-RL在嘈杂的传感器条件下成功完成了长达215米的轨迹，而空中货物交付在比训练中使用的环境大6300万倍的环境中完成了超过1000米的飞行，而没有违反任务限制。
2018-05-16 cs.AI cs.LG cs.RO
Hierarchical Generative Adversarial Imitation Learning with Mid-level Input Generation for Autonomous Driving on Urban Environments
Federal University of Santa Catarina（圣卡塔琳娜联邦大学）
本文提出分层生成对抗模仿学习架构hGAIL，通过GAN生成鸟瞰视图中层表示并与GAIL联合训练，解决城市自动驾驶中从原始图像直接学习控制策略不稳定的问题，在CARLA中实现跨城市98%交叉口成功导航。
2024-09-05 cs.AI cs.LG cs.RO
Exploring multimodal implicit behavior learning for vehicle navigation in simulated cities
Systems Engineering Department, Federal University of Santa Catarina, Florianopolis, Brazil Faculty of Science；Engineering, Information Technology Åbo Akademi University, Finland
针对标准行为克隆无法学习多模态驾驶决策的问题，本文提出数据增强的隐式行为克隆（DA-IBC），通过扰动专家动作构造反例并改进无导数推理初始化，在CARLA城市驾驶任务中有效学习多模态动作分布并优于标准IBC。
2025-09-18 cs.AI cs.LG cs.RO
MESSI: A Multi-Elevation Semantic Segmentation Image Dataset of an Urban Environment
Technion-Israel Institute of Technology（技术学院-以色列理工学院）
本文提出MESSI数据集，包含无人机在密集城市环境多高度拍摄的2525张带标注图像，用于研究深度对语义分割的影响，并可作为城市无人机图像语义分割的评估基准。
2025-05-13 cs.AI cs.CV cs.LG
Learning Car Speed Using Inertial Sensors for Dead Reckoning Navigation
ALMA Technologies（阿尔玛科技公司）
训练深度神经网络（DNN）以使用来自低成本六轴惯性测量单元（IMU）的测量流作为输入来估计在城市区域中行驶的汽车的速度。在以色列阿什杜德市驾驶一辆装有全球导航卫星系统实时的动态定位装置和同步惯性测量装置的汽车，收集了三个小时的数据。使用在50 Hz的高速率下获得的位置测量值来计算轿厢速度的地面实况标签。提出了一种具有长短期记忆层的DNN架构，以实现高频速度估计，该高频速度估计考虑了先前的输入历史以及速度、加速度和角速度之间的非线性关系。提出了一种简化的辅助航位推算定位方案，用于评估提供速度伪测量的训练模型。经训练的模型被示出为在4分钟的驾驶期间在不使用GNSS位置更新的情况下大幅提高位置精度。
2022-08-23 cs.AI cs.LG
A Priority Map for Vision-and-Language Navigation with Trajectory Plans and Feature-Location Cues
University of Zurich（苏黎世大学）；University of Cambridge（剑桥大学）
在一条繁忙的城市街道上，一个被干扰所包围的行人可以挑选出一个与他们的路线相关的标志。人工智能体在户外视觉与语言导航（VLN）中也面临着检测输入中的环境特征和位置的监督信号。为了在不进行昂贵的预处理和预训练的情况下，在基于transformer的架构中提升相关功能的突出性，我们从优先级映射中获得灵感-这是神经心理学研究中描述的一种机制。我们实现了一个新的优先级地图模块，并使用低样本数据集对辅助任务进行预训练，这些数据集具有对城市特征的路线和环境相关参考的高级表示。轨迹规划的分层过程-随后对视觉输入进行参数化视觉提升过滤并预测相应的文本跨度-解决了跨模态对齐和特征级本地化的核心挑战。优先级地图模块集成到一个功能定位框架中，使独立Transformers的任务完成率提高一倍，并在VLN的接地基准测试中达到最先进的性能。代码和数据参见附录C。
2022-11-18 cs.LG
LocUNet: Fast Urban Positioning Using Radio Maps and Deep Learning
TU Berlin（柏林工业大学）；LMU München（慕尼黑大学）
本文论述了在密集的城市场景中的蜂窝网络中的定位问题。全球导航卫星系统（GNSS）通常在城市环境中表现不佳，在城市环境中视线条件的可能性较低，因此需要替代的定位方法以获得良好的精度。我们介绍LocUNet：一种用于定位的深度学习方法，其仅基于来自基站（BS）的接收信号强度（RSS），与依赖于到达时间或到达角度信息的方法不同，其不需要在用户设备处相对于设备标准操作的计算复杂度的任何增加。在所提出的方法中，待定位的用户将来自BS的RSS报告给可以位于云中的中央处理单元（CPU）。或者，可以在用户处本地执行定位。使用BS的估计路径损耗无线电地图，LocUNet可以以最先进的精度定位用户，并且对无线电地图中的不准确性具有很高的鲁棒性。所提出的方法不需要预先采样的环境，是适合于实时应用，由于RadioUNet，一个基于神经网络的无线电地图估计。我们还介绍了两个数据集，允许在现实的城市环境中的RSS和到达时间（ToA）方法的数值比较。
2022-02-03 cs.LG cs.NI eess.SP
