LIFEIFEI 那篇论文

paper SLAM DL RL

传统的障碍
1. 新目标
2. 数据无效

提出两点
AI2-THOR framework：建立虚拟联系环境（传统的不够精细EG KITTI）Unity 3d 和模型直接通讯，很细，还可以开关门互动。

actor-critic model: 把目标当作输入输入当中，A3C

优点：
1. 收敛快
2. 泛目标场景（传统的换目标要重新学）
3. 真实的微调可用
4. END TO END

相关方法：
1. map-based
2. 建图
3. map-less
4. feature-matching

RL+DL