- FEDORA: 活动飞行数据集用于反应行为
该研究介绍了使用事件驱动硬件在资源受限环境下实现复杂视觉任务的方法，提出了 FEDORA 数据集作为第一个提供深度、姿态、自我运动和光学流数据的全合成数据集，可以用于自主导航和障碍物规避的多个相关任务。
- 从被高浓度杂质颗粒污染的地下恶劣环境中获取的多模态数据集，用于前沿探索
本文介绍一种多模式数据集，可用于验证在无法使用全球导航卫星系统（GNSS）的环境中自主导航的算法性能。数据集内容包括船上各种传感器的测量值，其中需要注重船舶 LiDAR 测距仪度测量数据的有效性，并介绍各种传感器系统的详细特性。
- LC$^2$: 基于 LiDAR 和相机循环约束的跨模态地点识别
本文提出一种名为 (LC)$^2$ 的新型交叉匹配方法，通过将 LiDAR 测量值表达为范围图像进行匹配，然后从视差和范围图像中提取本地化描述符来实现无先前点云地图的 LiDAR 本地化，并在姿势图中将最佳匹配作为循环因素，从而通过公共数据 - CVPR学习缩放与取消缩放
本文介绍了一种新的算法 LZU，通过在输入图像上进行学习来计算空间特征并最终消除任何形变，使得可以应用于任何具有 2D 空间输入的任务和任何具有 2D 空间特征的模型，并通过在不同任务和数据集上的评估来展示其可用性。
- CVPR基于学习的双平面透视先验图像重采样技术，用于高效目标检测
本文提出了一个可学习的基于几何的先验模型，改善图像重采样来提高实时物体探测性能，从而在自主导航和城市尺度传感方面得到了明显的改善。
- 自主导航深度学习应用和方法的最新进展 —— 一份综述
本综述论文系统地总结了目前应用于自主导航中的端到端深度学习框架，包括障碍物检测、场景感知、路径规划和控制，并分析了最新的研究状况和评估深度学习方法的实施和测试。该论文强调了导航对于机动机器人、自动驾驶车辆和无人机的重要性，并讨论了深度学习方 - 使用深度强化学习的机器人路径规划
本文介绍了如何使用强化学习方法和深度 Q 网络等算法，使得机器人可以在未知环境中进行自主导航的任务。我们还利用模拟环境对机器人代理的行为和性能进行了验证和分析。
- 基于中层输入生成的层次化生成对抗学习在城市环境自动驾驶中的应用
本文提出了一种基于层次化对抗性模仿学习的架构 hGAIL，该架构可以将车辆的传感器感知直接映射到低层动作，并同时学习到中层的输入表征，实现了无人驾驶车辆的自主导航。
- 神经增强置信传播用于多目标跟踪
本研究提出了一种基于神经增强信念传播的多目标跟踪方法，NEBP 通过学习原始感应器数据中的信息改进了传统基于统计模型的贝叶斯 MOT 方法，提高了跟踪性能和灵敏性.
- PIC4rl-gym：一个用于机器人深度强化学习自主导航的 ROS2 模块化框架
本文介绍了一个模块化框架 PIC4rl-gym，通过融合 ROS2 和 Gazebo 以及深度强化学习技术，提高自主导航的灵活性、效率和计算成本，实现智能体的训练和测试，并通过基于完整的指标集选择不同的导航任务进行基准测试。
- 星际物体接近度和任务设计
本文探讨了如何研究星际物体，包括讨论飞行任务的设计、不同导航方法应用和建议未来如何在场探索这些目标，所得出的结论同样适用于探索其他小型星体。
- 自主导航强化学习技术基准测试
本论文介绍了深度强化学习在自主导航中的应用，指出安全性和泛化性等方面的限制，并探讨了四种学习技术及其在新型开源导航基准和实际环境中的应用，以此进行了全面研究。
- 通过强化学习对超声波群体机器人进行可编程控制
利用强化学习控制策略，将声学力学用于微型机器人的导航，通过第二辐射力及微泡聚集优势，成功地实现了微泡在微流体环境下的自主声学导航，为制造具备计算智能并能在非结构化环境中独立导航的智能微纳机器人提供了基础支持。
- 基于深度学习的农业机器人田间导航中的农作物行跟随
该论文提出了一种利用卷积神经网络进行作物排检测的算法，可以在农田环境中应对各种变化，仅使用 RGB 图像作为输入，并在可视伺服算法中获得更好的性能表现。
- 带拓展空间 POMDP 规划的人群意图感知导航
本文提出了一种混合在线部分可观察马尔可夫决策过程规划系统，针对多模态不确定性对自主导航的影响。通过使用多查询运动规划和在线 POMDP 求解器，我们实现了更加灵活和高效的实时方法，从而更好地解决了密集人群和障碍物之间的自主导航问题，并获得了 - 基于时空学习的动态环境下未来占据栅格的预测
我们提出了一种时空预测网络管道，它可以从环境和语义标签中获取过去的信息来生成未来的占用预测，并将其应用于复杂的 nuScenes 数据集中，相较于当前 SOTA，我们的方法可以预测长达 3 秒的占用情况，并不需要 HD-Maps 和明确模拟 - 斯坦福无人机数据集比我们想象的更复杂：关键特征分析
研究论文通过分析 Stanford Drone Dataset 的关键特征，使用信息理论方法并实施编码器来展示这些特征对预测性能的影响，并提供 SDD 和 inD 数据集的比较，为使用 SDD 的人提供信息源，以增加方法的性能和可再现性。
- 概念空间导航：对人工通用智能的新视角
Tolman's ideas on latent learning and cognitive maps led to conceptual space representation and proposed autonomous navi - CVPR从单个车载摄像头图像中保持拓扑结构的本地道路网络估计
该研究旨在从单个摄像头图像中直接提取局部道路网络拓扑，使用最小回路及其覆盖来表示道路拓扑，以监督深度神经网络的学习，以实现自主规划和导航。结果表明，与基准相比，该方法在 NuScenes 和 Argoverse 基准测试上的表现显著优越。
- ICCV车载图像的结构化鸟瞰交通场景理解
本论文研究使用单个车载相机图像提取代表局部道路网络的有向图，以及在鸟瞰视角下检测动态物体的问题，并验证了该方法优于基线模型的有效性。