ChatPaper.aiChatPaper

Mappatura Neurale Attiva

Active Neural Mapping

August 30, 2023
Autori: Zike Yan, Haoxiang Yang, Hongbin Zha
cs.AI

Abstract

Affrontiamo il problema della mappatura attiva con una rappresentazione neurale della scena appresa in modo continuativo, denominata Mappatura Neurale Attiva. La chiave risiede nell'individuare attivamente lo spazio target da esplorare con movimenti efficienti dell'agente, minimizzando così l'incertezza della mappa in tempo reale all'interno di un ambiente precedentemente sconosciuto. In questo articolo, esaminiamo lo spazio dei pesi del campo neurale appreso in modo continuativo e dimostriamo empiricamente che la variabilità neurale, ovvero la robustezza della previsione rispetto a perturbazioni casuali dei pesi, può essere utilizzata direttamente per misurare l'incertezza istantanea della mappa neurale. Insieme alle informazioni geometriche continue ereditate nella mappa neurale, l'agente può essere guidato a trovare un percorso percorribile per acquisire gradualmente conoscenza dell'ambiente. Presentiamo per la prima volta un sistema di mappatura attiva con una rappresentazione neurale implicita basata su coordinate per la ricostruzione online della scena. Gli esperimenti negli ambienti visivamente realistici di Gibson e Matterport3D dimostrano l'efficacia del metodo proposto.
English
We address the problem of active mapping with a continually-learned neural scene representation, namely Active Neural Mapping. The key lies in actively finding the target space to be explored with efficient agent movement, thus minimizing the map uncertainty on-the-fly within a previously unseen environment. In this paper, we examine the weight space of the continually-learned neural field, and show empirically that the neural variability, the prediction robustness against random weight perturbation, can be directly utilized to measure the instant uncertainty of the neural map. Together with the continuous geometric information inherited in the neural map, the agent can be guided to find a traversable path to gradually gain knowledge of the environment. We present for the first time an active mapping system with a coordinate-based implicit neural representation for online scene reconstruction. Experiments in the visually-realistic Gibson and Matterport3D environment demonstrate the efficacy of the proposed method.
PDF110March 10, 2026