arXiv · cs.AI· Jiahui Fu, Yilun Du, Kurran Singh, Joshua B. Tenenbaum, John J. Leonard·· 11 小时前
NeuSE提出用于长期对象式SLAM的神经SE(3)等变嵌入
NeuSE: Neural SE(3)-Equivariant Embedding for Long-Term Object-Based Simultaneous Localization and Mapping
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jiahui Fu, Yilun Du, Kurran Singh, Joshua B. Tenenbaum, John J. Leonard
期刊信息（来源提供）：The International Journal of Robotics Research 45(1), 159-189 (2026)
研究任务与主要进展
NeuSE提出一种从部分对象观测生成潜在对象嵌入的方法，用于长期场景变化下的对象式SLAM。该嵌入可作为完整对象模型的紧凑点云替代表示，并对SE(3)姿态和尺度保持等变；基于论文摘要，作者在合成与真实序列的受控和非受控变化中报告了独立运行或结合常规SLAM时定位能力与变化感知地图一致性的改善。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org