IEEE RA-L

Scale-invariant and View-relational Representation Learning for Full Surround Monocular Depth

尺度不变与视图关系的表示学习用于全环绕单目深度估计

Kyumin Hwang, Wonhyeok Choi, Kiljoon Han, Wonjoon Choi, Minwoo Choi, Yongcheon Na, Minwoo Park, Sunghoon Im

机构 * Department of Electrical Engineering & Computer Sciences, Daegu Gyeongbuk Institute of Science and Technology (DGIST)（电子工程与计算机科学系，大邱庆北科学技术大学） ； Department of Autonomous Driving Perception Technology Vanguard Team, Hyundai Motor Company（自动驾驶感知技术先锋团队，现代汽车公司） 纠错

AI总结 本文提出了一种结合尺度不变与视图关系的知识蒸馏方法，用于提升全环绕单目深度估计的性能与效率。

Comments Accepted at IEEE Robotics and Automation Letters (RA-L) 2026

Incremental Generalized Hybrid A*

增量通用混合A*

Sidharth Talia, Oren Salzman, Siddhartha Srinivasa

机构 * University of Washington（华盛顿大学） ； Technion-Israel Institute of Technology（技术ion-以色列理工学院） 纠错

AI总结 Incremental Generalized Hybrid A*通过动态组织顶点扩展，提高了复杂动态下的实时规划效率。

Comments 8 pages, 7 figures, Accepted to IEEE RA-L, Nov 2025