Аргос: Адаптация богатых геометрических приорах для общего онлайнового сцены

arXiv:2610.10181v1 Annualte Type: New Habstrate: Robots, функционирующие в динамической среде требует надежного обнаружения того, как их окружающая среда меняется со временем. Существующие основанные на обучении методы в значительной степени зависят от двухмерных особенностей изображения, которые борются при значительных изменениях и заблуждениях, чувствительны к шуму и демонстрируют ограниченную специализацию во всех областях, тогда как четкие 3D подходы обычно требуют дорогостоящей офлайновой оптимизации. Мы показываем, что имплицитные 3D-знания моделей геометрической основы (ГФМ) служат прочной основой для устранения этих ограничений. Мы представляем Argos, который корректирует функции GFM для совместного обнаружения изменений сцен и 3D реконструкции. Для решения проблемы нехватки данных и принятия мер по созданию базовой модели для выявления изменений в сцене мы внедряем крупномасштабный контрольный показатель, включающий два синтетических набора данных и один набор реальных данных, а также совместно обучаемся различным наборам данных в целях улучшения обобщения междоменной информации. Далее мы представляем Аргос-СЛАМ, настоящий ти.