基于DR-DT的视觉SLAM参数自适应调整

来源：计算机应用研究杂志2025年第11期北京时间：

作者：黄鑫,黄初华,杨明旭,秦进,马旭博,

单位：贵州大学a.公共大数据国家重点实验室;b.计算机科学与技术学院,贵阳550025；

摘要：针对传统视觉SLAM系统依赖固定参数且需手动调整的问题，提出了一种基于离散化奖励Decision Transformer的自适应参数调整方法——DR-DT。该方法将参数自适应过程转换为序列建模任务，通过选择SLAM关键参数定义连续动作空间，基于位姿不确定性构建奖励函数，结合离散化奖励机制提升学习稳定性。以ORB-SLAM3为测试系统，在EuRoC MAV和TUM-VI数据集上的实验结果表明，所提方法能有效提升视觉SLAM系统在复杂场景中的位姿估计精度，同时简化了参数调整过程。该方法为视觉SLAM系统的参数自适应优化提供了新思路。

关键词：视觉SLAM,参数自适应,DecisionTransformer,连续动作空间,离散化奖励,

基金资助：国家自然科学基金资助项目(62162007)；贵州省自然科学技术基金资助项目(黔科合基础-ZK［2024］一般079)；；