arXiv cs.AI· Samuel Yanes Luis, Alejandro Casado P\'erez, Alejandro Mendoza Barrionuevo, Dame Seck Diop, Sergio Toral Mar\'in, Daniel Guti\'errez Reina·· 9 小时前AI 评分22
用校准良好的 Deep Ensemble 替代高斯过程，提升水上溢油监测的路径规划效果
Calibrated Uncertainty for Informative Path Planning in Aquatic Environmental Monitoring
AI 导读
针对高斯过程各向同性核在溢油等非均匀现象上失配的问题，研究用校准良好的 Deep Ensemble 替换高斯过程来改进信息路径规划。在留出的随机溢油场景中，Deep Ensemble 将归一化重建误差较高斯过程基线降低 83%，并使多步前瞻规划器比贪心选择的重建误差最多低 32%、IoU 超过 0.85。
来源：arXiv cs.AI · arxiv.org