Habitat 2020 PointNav タスクで SOTA なので現実世界での検証はされていない。
6. 次に読むべき論文はあるか？
Michael Montemerlo, Sebastian Thrun, Daphne Koller, Ben Wegbreit, et al. Fastslam: A factored solution to the simultaneous localization and mapping problem. AAAI Conference on Artificial Intelligence, 593598, 2002.
Michael Montemerlo, Sebastian Thrun, Daphne Koller, Ben Wegbreit, et al. Fastslam 2.0: An improved particle filtering algorithm for simultaneous localization and mapping that provably converges. In IJCAI, pages 1151–1156, 2003.
Sim2Real Predictivity: Does Evaluation in Simulation Predict Real-World Performance?
Peter Karkus, David Hsu, and Wee Sun Lee. Particle filter networks with application to visual localization. In Proceedings of the Conference on Robot Learning, pages 169–178, 2018.
論文リンク
https://openaccess.thecvf.com/content/CVPR2021/papers/Karkus_Differentiable_SLAM-Net_Learning_Particle_SLAM_for_Visual_Navigation_CVPR_2021_paper.pdf
title: "Differentiable SLAM-net: Learning Particle SLAM for Visual Navigation"
1. どんなもの？
SLAM-netをナビゲーションのアーキテクチャとして未知の屋内環境における平面ロボットナビゲーションを可能にする。
2. 先行研究と比べてどこがすごいの？
Habitat 2020 PointNav タスクで SOTA を達成
広く採用されているORB-SLAMを大幅に上回る性能
3. 技術や手法の"キモ"はどこにある？
SLAM-netのキモは、SLAMアルゴリズムを微分可能な計算グラフにエンコードし、エンドツーエンドでニューラルネットワークモデルコンポーネントを学習することです。
SLAM-net はパーティクル フィルター ベースの FastSLAM アルゴリズムを元にしています。
ロボットの動作が (ほとんど) 平面的であることを前提としています。
パスプランナーはD*アルゴリズムの変種
4. どうやって有効だと検証した？
SLAM-netは、Habitatプラットフォーム上で様々な実世界のRGBおよびRGB-Dデータセットを使用して実験を行い、その有効性を検証しました。
ベースライン
5. 論文において、研究の成果やデータに基づいて、その意義や影響、さらには限界点について詳細かつ適切に分析や評価がなされている部分は存在するのでしょうか？
6. 次に読むべき論文はあるか？
7.使用している環境、センシング、ナビゲーション、特徴量はなに？
8. わからない文字
9.論文に使えそうな表現（あれば）
論文情報・リンク