IEEE RA-L

Data Scaling for Navigation in Unknown Environments

未知环境中的导航数据扩展

Lauri Suomela, Naoki Takahata, Sasanka Kuruppu Arachchige, Harry Edelman, Joni-Kristian Kämäräinen

机构 * Signal Processing Research Centre, Faculty of Information Technology and Communication Sciences, Tampere University（信号处理研究中心，信息科技与通信科学学院，塔尔皮奥大学） ； Graduate School of Information Sciences, Tohoku University（信息科学研究生院，东北大学） ； Faculty of Engineering, Turku University of Applied Sciences（工程学院，图尔库应用科学大学） 纠错

AI总结 研究通过大规模数据和多样性提升未知环境导航性能，发现数据多样性比数量更重要，且简单回归模型在嘈杂数据中表现更优。

Comments Robotics and Automation Letters (RA-L) 2026

HERE: Hierarchical Active Exploration of Radiance Field with Epistemic Uncertainty Minimization

HERE：基于证据深度学习的辐射场分层主动探索

Taekbeom Lee, Dabin Kim, Youngseok Jang, H. Jin Kim

机构 * Department of Aerospace Engineering, Seoul National University（航空航天工程系，首尔国立大学） 纠错

AI总结 本文提出HERE框架，通过主动学习策略生成相机轨迹，结合证据深度学习量化epistemic不确定性，提升3D场景重建的精度和效率。

Comments Accepted to IEEE RA-L. The first two authors contributed equally