arXiv · cs.AI · Luca Castri, Gloria Beraldo, Nicola Bellotto · 4 小时前模型评分31
面向自主移动机器人的实用因果框架：从仿真到真实人类环境
A Practical Causal Framework for Autonomous Mobile Robots: From Simulation to Real-World Human Environments
导读
一项被 IEEE Robotics and Automation Letters（RA-L）接收的研究提出因果推理框架，让移动机器人把仿真中学到的因果关系迁移到真实人类环境：保留高层因果结构不变，仅用少量新观测更新因果模型参数，实现快速仿真到现实迁移。该框架可在机器人上高效运行，在复杂人机共享场景中的导航成功率与安全性显著优于非因果基线。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To this end, we tackle the challenge of transferring simulation-learnt causal relations to the real world with minimal effort.”
来源：arXiv · cs.AI · arxiv.org