-
从事件相机6-DoF跟踪理解贝叶斯状态估计：似然、KL散度、EKF与MAP优化
以 Gallego 等人的事件相机6-DoF跟踪论文为主线，从事件生成模型出发，理解贝叶斯滤波、鲁棒似然、KL后验近似，以及它们与SLAM因子图和MAP优化的统一关系
-
思考一下如何科研
-
主流多机SLAM框架——分布式状态估计的两种方法
以kimera和swarm-lio2为例推导两篇论文中分布式状态估计的具体原理
-
LLM微调——LoRA
用LoRA微调场景理解模型适配垂直领域任务
-
主流多机SLAM框架——多机SLAM问题思考与总结
总结一下Multi-robot SLAM中的相关问题
-
主流多机SLAM框架3——SlideSLAM
【论文阅读】深入理解SlideSLAM
-
主流多机SLAM框架2——Swarm-LIO2
【论文阅读】深入理解Swarm-LIO2
-
多机器人协同感知2——分布式优化理论学习
【论文阅读】A Tutorial on Distributed Optimization for Cooperative Robotics
-
主流多机SLAM框架1——Kimera-Multi
【论文阅读】深入理解Kimera-Multi
-
多机器人协同感知1——问题建模
综合阅读一些相关论文，搞清楚多机分布式优化问题的本质，记录和老师讨论的一些比较关键的点（入门记录o((>ω< ))o）