California Institute of Technology（加州理工学院）

Image-Conditioned Adaptive Parameter Tuning for Visual Odometry Frontends

基于图像条件的自适应参数调节用于视觉里程计前端

Simone Nascivera, Leonard Bauersfeld, Jeff Delaune, Davide Scaramuzza

机构 * Robotics and Perception Group, University of Zurich, Switzerland（苏黎世大学机器人与感知组，瑞士） ； Jet Propulsion Laboratory, California Institute of Technology, USA（加州理工学院喷气推进实验室，美国） 纠错

AI总结 本文提出一种基于图像条件的强化学习框架，用于在线调节视觉里程计前端参数，通过轻量级纹理感知CNN编码器和特权批评者实现，在TartanAirV2和TUM RGB-D数据集上实验显示特征轨迹更长且计算成本更低。