归一化流增强的消息传递用于多机器人协同定位

研究提出一种参数化消息传递（MP）算法用于分布式协同定位，统一了高斯置信传播（GBP）机器人状态估计与均值场（MF）噪声推断，并直接优化置信的自然参数。方法设计了基于归一化流（NF）的梯度估计器实现可学习采样，端到端训练按 MP 行为调优 NF 参数，减少迭代次数并提升精度，同时扩展到李群空间以处理旋转。