J-LAW：通过耦合潜在因子图进行联合定位和动作条件世界建模

经典的同步定位和建图 (SLAM) 估计度量姿势和几何地图，但不提供动作条件的预测状态。动作条件世界模型学习紧凑的潜在动态，但忽略全局度量一致性并在开环预测展开下累积漂移。我们在这封信中介绍了 J-LAW（联合定位和动作条件世界建模），这是一种统一的因子图公式，它将度量姿势变量、预测潜在状态和持久潜在地标连接起来。J-LAW 将每个图像表示为紧凑的预测状态，并通过单独学习的映射将其与姿势或运动测量相结合。其最大后验 (MAP) 因子图强制这些互补信息源之间随着时间的推移保持一致性。 PushT 和 WildGS 上的实验表明，J-LAW 的因子图表示可以提高长视野潜在一致性，并在部分观测下恢复更可靠的预测状态，为未来的集成定位和规划系统奠定了基础。