IEEE RA-L

120 Minutes and a Laptop: Minimalist Image-goal Navigation via Unsupervised Exploration and Offline RL

120分钟与一台笔记本：通过无监督探索和离线强化学习实现极简图像目标导航

Xiaoming Liu, Borong Zhang, Qingbiao Li, Steven Morad

机构 * Faculty of Science and Technology, University of Macau（澳门大学科技学院） 纠错

AI总结 本文提出MINav方法，通过无监督数据收集与 hindsight 目标重标记，实现高效图像目标导航，在120分钟内使用消费级笔记本完成训练与部署，无需人工干预。

Comments 8 pages, 8 figures, submitted to IEEE Robotics and Automation Letters (RA-L)

An Efficient Closed-Form Solution to Full Visual-Inertial State Initialization

一种高效的全视觉-惯性状态初始化闭式解法

Samuel Cerezo, Seong Hun Lee, Javier Civera

机构 * I3A, Universidad de Zaragoza（萨拉戈萨大学I3A研究所） 纠错

AI总结 本文提出一种无需非线性优化的闭式初始化方法，通过小旋转和恒速近似保持紧凑公式并平衡精度与初始化延迟，实验表明其初始化误差低于优化方法10-20%，且计算成本降低5倍。

Comments 8 pages, 3 figures, 6 tables. Accepted to RA-L