声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：黄鑫,黄初华,杨明旭,秦进,马旭博,
单位：贵州大学a.公共大数据国家重点实验室;b.计算机科学与技术学院,贵阳550025；
关键词：视觉SLAM,参数自适应,DecisionTransformer,连续动作空间,离散化奖励,
基金：国家自然科学基金资助项目(62162007)；贵州省自然科学技术基金资助项目(黔科合基础-ZK［2024］一般079)；；
针对传统视觉SLAM系统依赖固定参数且需手动调整的问题，提出了一种基于离散化奖励Decision Transformer的自适应参数调整方法——DR-DT。该方法将参数自适应过程转换为序列建模任务，通过选择SLAM关键参数定义连续动作空间，基于位姿不确定性构建奖励函数，结合离散化奖励机制提升学习稳定性。以ORB-SLAM3为测试系统，在EuRoC MAV和TUM-VI数据集上的实验结果表明，所提方法能有效提升视觉SLAM系统在复杂场景中的位姿估计精度，同时简化了参数调整过程。该方法为视觉SLAM系统的参数自适应优化提供了新思路。
来源：2025年第11期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。