提出注意力表面表示学习用于机器人状态预测与开放分类

1. 12:00
   arXiv cs.RO 机器人学

   基于注意力机制的表面表示学习用于机器人状态预测与开放式表面分类

   该研究提出一种面向地面机器人的表面表示学习方法，通过预测机器人下一时刻状态并引入注意力模块，将新表面类别作为可训练向量加入，实现开放式表面分类。在 Belyaev-Kushnarev 数据集上分类准确率达 98.56%，在 BorealTC 上达 94.8%。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。