机器人中的神经场：综述

AIGC动态欢迎阅读

原标题：机器人中的神经场：综述
关键字：神经,机器人,环境,表示,领域
文章来源：人工智能学家
内容字数：0字

内容摘要：

来源：专知
摘要—神经场（Neural Fields）已成为计算机视觉和机器人领域中用于3D场景表示的变革性方法，能够从带姿态的2D数据中精准推理几何、3D语义和动态信息。通过可微分渲染（differentiable rendering），神经场包括连续隐式和显式神经表示，实现高保真3D重建、多模态传感器数据的整合，以及新视角的生成。本综述探讨了神经场在机器人领域的应用，强调其在提升感知、规划和控制方面的潜力。神经场的紧凑性、内存效率和可微性，加之与基础模型和生成模型的无缝集成，使其非常适合实时应用，有助于提升机器人的适应性和决策能力。本文对机器人中的神经场进行了全面回顾，涵盖200多篇论文中的应用，并对其优缺点进行评估。首先，我们介绍了四种关键的神经场框架：占用网络（Occupancy Networks）、符号距离场（Signed Distance Fields）、神经辐射场（Neural Radiance Fields）和高斯分布（Gaussian Splatting）。其次，我们详细描述了神经场在机器人五大主要领域中的应用：姿态估计、操控、导航、物理仿真和自动驾驶，重点介绍了关键

原文链接：机器人中的神经场：综述

联系作者

文章来源：人工智能学家
作者微信：
作者简介：