DGT-MAP：多任务学习的方向全局可通行性地图

2026年10月27日，arXiv Robotics 刊出 Jaskrit Singh 等作者的论文，提出 DGT-MAP 方向性全局可通行性建图方法。该工作针对现有方法的局限，采用自监督框架，从 RGB-D 观测和运动信号中学习全局、方向性、车辆条件化的可通行性代价图；共享多任务主干学习跨车辆通用地形特征，车辆专属预测头保留平台差异。推理时输出按航向索引的代价图，供方向感知规划器使用。在仿真中接入 Hybrid A* 导航栈后，DGT-MAP 在包含单向坡和仅部分车辆可越脊障碍的任务上取得最高或并列最高的导航成功率。目前报道仅涉及仿真实验，尚无真实平台验证或后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。