內(nèi)容摘要：

本文因?yàn)槠^長(zhǎng)，分為上下兩篇博文，下篇博文參見(jiàn)機(jī)器人語(yǔ)義建圖（下）

 

當(dāng)代移動(dòng)機(jī)器人技術(shù)的發(fā)展已經(jīng)推動(dòng)了一系列相關(guān)技術(shù)的進(jìn)步。其中就包括語(yǔ)義建圖，它能提供對(duì)空間的抽象和人機(jī)交流的手段。最近語(yǔ)義建圖的各種引入和發(fā)展催生了這篇文章，文中對(duì)現(xiàn)有方法進(jìn)行了明確地分析。對(duì)幾種算法按照各自的主要特征(即可擴(kuò)展性、推斷模型、時(shí)間一致性和拓?fù)涞貓D的使用情況)進(jìn)行了分類(lèi)。語(yǔ)義地圖相關(guān)的應(yīng)用也在文章開(kāi)頭進(jìn)行了概述，主要強(qiáng)調(diào)人機(jī)交互、認(rèn)知表達(dá)和規(guī)劃能力。文中還詳細(xì)討論了目前公開(kāi)可用的、適合用于評(píng)估語(yǔ)義建圖技術(shù)的驗(yàn)證集和基準(zhǔn)測(cè)試。最后，嘗試探討了開(kāi)放性問(wèn)題的解決方案。

關(guān)鍵詞：

移動(dòng)機(jī)器人，語(yǔ)義地圖，拓?fù)涞貓D，時(shí)間一致性，對(duì)象識(shí)別，地點(diǎn)識(shí)別，人機(jī)交互，認(rèn)知表達(dá)，規(guī)劃

一、引言

上面引用的比喻(見(jiàn)原文)被邏輯地理學(xué)的創(chuàng)造者用來(lái)解釋該術(shù)語(yǔ)(邏輯地理學(xué))。但是今天的機(jī)器人專(zhuān)家已經(jīng)意識(shí)到，他們面臨著與當(dāng)?shù)卮迕裣嗤膯?wèn)題，而另一種情況則相反。如今，人們可能會(huì)認(rèn)為，SLAM問(wèn)題已經(jīng)被解決了，但這一過(guò)程(SLAM)的輸出只有當(dāng)人們帶著羅盤(pán)和測(cè)量單元的時(shí)候才能使用。因此，移動(dòng)機(jī)器人的行為就像機(jī)器制圖師，他們無(wú)法與當(dāng)?shù)卮宕迕瘢慈祟?lèi)居民）交流，這些村民是憑借習(xí)慣來(lái)在自己的環(huán)境中導(dǎo)航的（意思就是，人類(lèi)憑借經(jīng)驗(yàn)和習(xí)慣而產(chǎn)生的導(dǎo)航能力無(wú)法直接轉(zhuǎn)換成機(jī)器人建圖所需的精確、一致的方位和距離）。因此，現(xiàn)

總結(jié)

以上是生活随笔為你收集整理的人工智能AI实战100讲（一）-机器人语义建图（上）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。