分布式感知与超维计算非视距感知框架

2026年10月28日，arXiv Robotics 刊出 Placido Mursia 等作者的论文，提出一种非视距被动物体感知框架：仅依赖通信基础设施的分布式信道测量，对机器人视场外的目标进行风险感知分类。测量数据经超维计算（HDC）嵌入高维表示，无需显式信道重建即可稳健学习。作者称，基于商用光线追踪器的数值仿真与 ROS 真实智能工厂场景验证显示，严重遮挡下准确率最高达 89%，并保持低计算复杂度、改善路径规划。截至本版，尚无后续跟进报道，上述准确率与验证结论均来自该论文自述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。