论文标题：Multi-Robot Active Mapping via Neural Bipartite Graph Matching

论文链接：https://fqnchina.github.io/QingnanFan_files/cvpr_2022_mapping.pdf

该论文由北京大学陈宝权研究团队与山东大学、腾讯AI Lab、清华大学、斯坦福大学合作，将传统方法与机器学习相结合，提出了多机器人协同主动建图算法 NeuralCoMapping，实现了室内场景完整地图的高效构建。实验证明，相比于其他多机协同建图算法，NeuralCoMapping 在时间效率上具有显著优势，而且在多种未知场景和不同数量机器人上表现出卓越的泛化能力。

NeuralCoMapping 算法由四个模块组成：建图模块（Mapping Module），全局规划器（Global Planner），局部规划器（Local Planner）和动作控制器（Action Controller）。

图1 算法流程图

图3. 时间效率实验结果

内容中包含的图片若涉及版权问题，请及时与我们联系删除