人为回环SLAM-Human-in-the-Loop SLAM

元宇宙MetaAI 元宇宙MetaAI 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 3.2k累计阅读 3.2k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
原创 最新推荐文章于 2026-09-29 16:13:08 发布 3.2k 阅读 AI 写同款· GEO 优化 ›
Ai里的话术 human in the loop是啥意思 例如，OpenAI的GPT-4模型在训练过程中采用了Human-in-the-Loop策略，通过用户的反馈不断调整模型，提高模型的准确性和泛化能力9,10。数据标注是Human-in-the-Loop的基础，通过多人协作和多样化的标注策略，可以显著提高数据的准确性和多样性，从而提升模型的性能。2023年，Human-in-the-Loop（HITL）技术在人工智能领域取得了显著的进展，特别是在多代理系统中的应用、视频生音频技术的突破，以及自动驾驶汽车中的强化学习算法等方面。 阅读详情

论文地址：https://www.aaai.org/ocs/index.php/AAAI/AAAI18/paper/view/17422/15847

工程地址：https://github.com/umass-amrl/hitl-slam

摘要

       建立大尺度，全局一致图是一个具有挑战的问题，做较多困难在环境使用有限的方式，稀疏特征，或者当使用数据收集统计通过新手用户。对于这样的场景，先进的图算法制造全局一致图，我们提出了一个系统的方法来合并稀疏人为矫正，我们命名人类回环同步定位和地图（HitL-SLAM）。给定一个初始因素图对姿态图SLAM，HitL-SLAM接受大约，潜在的错误，以及等级定义的人类输入，推论目的相关通过期望最大化（EM），反向传播提取正确的姿态图，最终加入优化的因素图包括人为的输入作为人为矫正因素，到全局一致大尺度图。我们因此分配一个EM累加对于推断潜在的等级定义人为矫正地图，人为矫正因素延伸到因素图对于姿态图SLAM，导致一个原则方法来加入优化姿态图，对同步多种形式计算人为矫正。我们展示了实验结果有效的对于HitL-SLAM在形成全局精度和一致的地图即使在给定非常坏的初始化的情况下。

HitL SLAM展示

图A为初始图，含有全局一致误差；图B经过HitL-SLAM的结果对比图a中人工矫正。

使用点云显示不同人类限制后的效果图

第i帧人为数据的信息处理流

结果图

左图为初始情况，右图为优化后的结果

数值表示人工回环SLAM效果

等级定义效果

更多《计算机视觉与图形学》知识，可关注下方公众号：
在这里插入图片描述

收录于
SLAM

当前文章被收录于：

SLAM
5 篇文章 0 人学习
订阅专栏 查看详情
标签
#paper #SLAM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【书籍阅读】-人在回路机器学习 Human-in-the-Loop Machine Learning（一） Human-in-the-loop 最近在看这本书，记一些笔记帮助梳理。 基本上是 重点部分翻译+梳理+自己的理解。 （最开始在知乎上看到有人写这本书的笔记，但是好像后面断更了，所以就自己写啦，希望可以坚持看完hh） 文章目录PART 1: First StepsChapter 1. Introduction to Human-in-the-Loop Machine Learning1.1 The basic principles of Human-in-the-Loop Machine Learning 阅读详情

相关推荐

自动驾驶英文缩写大全：从BEV到OCC，一文搞定行业术语

自动驾驶作为多学科交叉领域，其技术术语大量以英文缩写形式出现，成为新人融入团队和阅读论文的隐性门槛。从感知层的BEV鸟瞰视角、OCC占用网络，到规划控制层的MPC模型预测控制，再到安全测试的ASIL等级与HIL在环仿真，每个缩写都对应一套完整的工程体系与算法原理。理解这些术语不能仅靠翻译全称，还需明确其应用场景、相邻概念及易混淆点。本文以技术栈为脉络，系统梳理感知、定位、规划、通信、安全等核心环节的高频缩略语，结合论文阅读、代码调试与工程实践中的真实案例，帮助读者建立术语与系统模块的关联，快速提升在技术评审

weixin_34060741的博客 464

揭秘AI智能体中的Human-in-the-Loop机制

摘要 大语言模型(LLM)驱动的智能体在自动化效率与结果可靠性间存在平衡挑战。Human-in-the-Loop(人机回环)机制通过在关键环节嵌入人工干预，有效提升系统安全性和准确性。该机制具备三大核心能力：持久化执行状态支持异步协作、灵活的中断方式精准控制干预时机、多样化集成点覆盖全工作流场景。实践中有四大应用模式：批准/拒绝关键操作、编辑错误中间结果、审查工具调用参数、验证用户输入有效性。在LangGraph框架中，通过配置状态持久化、设置中断节点和恢复执行三个步骤即可实现。人机回环机制以"机

zhulangfly的专栏 2151

51c自动驾驶~合集57

多目标多头蒸馏模块：我们看到轨迹模仿学习之后的轨迹还过了其他的MLP，这就是其他头，它的目标也是不一样的，第一个是跟碰撞相关的，第二个是跟行驶区域相关的，第三个是跟舒适度相关的，也就是说不同的评判指标都有一个teacher，之前的模仿学习就是人类的teacher，那么这些teacher是怎么来的呢？本文作者提出的新的范式，就是规划模块是多模的输出，同时，目标也是多样性的，即不仅是GT的轨迹也同时引入了更多的正样本，由不同的专家给出的。还是那句话，小米汽车的成功，是小米价值观，小米模式，和小米方法论的成功。

whaosoft~aiotの开发板商城 2354

综述：NLP中的 Human in the Loop

作者|太子长琴整理|NewBeeNLP大家好，这里是 NewBeeNLP。ChatGPT 大火，今天聊聊其模型训练的一个关键词：Human in the loop。这篇文章基于一篇 Survey，就是如何将人类的反馈放在 NLP 过程中，这个过程可以是训练，也可以是部署后，也可以是数据标注阶段。总之，它泛指把人类的反馈与 NLP 过程结合。论文：Putting Humans in the...

Kaiyuan_sjtu的博客 1819

差分运放电路输出电压偏置设计解析

差分运算放大电路是信号处理中的基础模块，通过差分对管结构实现共模抑制与差模放大。其核心原理基于运放的虚短虚断特性，当电阻网络满足对称条件时，输出电压与输入差分成正比。在工业测量系统中，由于ADC通常仅支持正电压输入，需要通过偏置电路将双极性信号平移至正电压范围。典型设计采用精密基准电压源和匹配电阻网络，既保持信号完整性又满足系统接口要求。本文以-100V高压测量为例，详细解析了分压网络设计、参考电压选取以及电阻匹配等关键技术要点，为传感器接口电路设计提供实践参考。

weixin_35750747的博客 471

搞定安卓11+抓包难题：用Kitsune Mask、magic_overlayfs和LSPosed三件套绕过SSL Pinning（保姆级教程）

本文详细解析了安卓11+系统中抓包面临的核心挑战，包括SSL Pinning和Root检测机制，并提供了使用Kitsune Mask、magic_overlayfs和LSPosed三件套的完整解决方案。通过动态分区技术解析和工具链配置，帮助开发者绕过安全限制，实现高效抓包分析。

weixin_42665255的博客 445

什么是“人在环中”？人类在环 Human in the Loop

什么是“人在环中”？BackgroundScience近年来，人工智能（AI）火热指数愈来愈高，在学习应用过程中，大家可能会遇到一个术语——人在环中（Human-in-the-loop, HITL），实质是一种人与机器的交互方式，即将个人的判断决策融入AI系统流程中去，构成流程的运行闭环。其实，按照人机协同方式不同分为“人在环中”“人在环上”“人在环外”三种：人在环中，智能系统的动作完全由人来决策和控制；人在环上，智能系统按照指令自主决策和实施行动，人按需随时介入接管；

具身机器人和通用AI 7360

VS2019+EasyX图形库实战：手把手教你用C语言打造消消乐小游戏（附完整源码）

本文详细介绍了如何使用VS2019和EasyX图形库从零开始构建一个C语言消消乐小游戏。通过环境配置、数据结构设计、界面绘制、交互实现到游戏逻辑完善的完整流程，帮助开发者掌握图形编程和游戏开发的核心技巧，并附有完整源码供参考。

bush的博客 186

2027GPTZero英文降AI工具Human判定效果横评

针对GPTZero英文论文降AI检测，横评显示普通工具与通用大模型效果不佳。BunnyScholar能深度重构Perplexity与Burstiness，批量处理3.5万字论文，成功将AI概率从92%降至4.2%，转为Human判定。建议长文用其Pro包，零散段落用助研君，并遵循

airuanzhu的博客 165

实战详细讲解Qt插件plugin的编写与用法

qt插件的开发，可以说是动态库的开发，因为调用方式类似，多熟悉一下，利用Qt框架开发很简单的。在想想这种调用过程有的熟悉，比如公司买了一堆摄像头，公司要对摄像头进行二次开发，实现自己想要的功能，集成到一套设备里去，然后在卖给用户。此时厂商肯定会提供开发文档，并给你SDK包（软件开发工具包）， 包里你会发现只有头文件和一堆库文件，没有源文件，因为实现的过程是产商公司保密的，给你看还得了。所以都封装成了库的形式给你调用，如静态库或者动态库。

qq_44667165的博客 1万+

Kubernetes+EdgeX：构建企业级AI边缘推理平台

设备：工业摄像头（RTSP协议，输出1920x1080视频流）；AI模型：YOLOv8训练的轴承裂纹检测模型（识别“裂纹”“正常”两种类型）；目标：摄像头采集图像→EdgeX传输数据→K8s推理服务检测→结果反馈到报警器（HTTP协议）。Kubernetes+EdgeX的组合，为企业构建AI边缘推理平台提供了标准化、可扩展标准化：K8s的容器编排和EdgeX的设备管理，都是行业标准，避免“重复造轮子”；可扩展：支持从单边缘节点到 thousands of nodes 的规模，满足企业的增长需求；

AI算力网络与通信的博客 1345

AI视觉任务算法全景详解（全部任务类型与对应算法列表）

本文档全面梳理了计算机视觉领域的46类核心任务及600+主流算法，涵盖图像理解、目标检测、3D视觉、图像增强、生成编辑、视频处理等方向。内容包含每类任务的算法原理、演进脉络和工业选型建议，并附6个实用附录（选型速查表、骨干网络对比、数据集汇总等）。适用于算法工程师、视觉AI研究员和技术决策者进行技术调研和项目落地参考，技术栈覆盖深度学习框架与CUDA加速方案。文档采用系统化分类体系，提供从理论到实践的完整指导。

weixin_45590420的博客 447

镜头调焦的 调整的是焦距还是像距？

在镜头 “调焦”（即日常拍照时的）中，调整的核心是，而非焦距。

AIoT深度探索者 | 嵌入式系统架构师 深耕物联网（IoT）与人工智能（AI）融合技术，聚焦​​边缘计算、图像开发、低功耗通信协议​​，致力于智能硬件,关注我获取最新技术文章信息与海量资源~ 1354

大模型开发必备：一文搞懂human-in-the-loop机制，建议收藏！

文章探讨了AI Agent开发中的human-in-the-loop机制，解决AI确定性与自主性矛盾。分析了两种技术实现方案：一是利用长连接和会话保持，让服务器单节点完成交互；二是通过序列化、持久化、反序列化处理Agent状态，适应分布式环境。前者实现简单但依赖基础设施，后者复杂但适用性广。human-in-the-loop使AI Agent在遇到棘手问题时能暂停并获取人类指导，提升可靠性和可控性。

datian1234的博客 2231

芒果YOLO11改进21:检测头Head篇：即插即用｜新颖轻量化非对称多级压缩LADH检测头，原创改进适配YOLOv8高效检测头，检测头新颖性改进，全网首发独一份

检测头Head篇：即插即用｜新颖轻量化非对称多级压缩LADH检测头，原创改进适配YOLOv8高效检测头，检测头新颖性改进，全网首发独一份

包括YOLOv5、YOLOv7、YOLOv8等模型改进 796

Vue2+OpenLayers动态绘制两个经纬度并计算距离（提供Gitee源码）

动态绘制两个经纬度并计算它们之间的距离。

黄团团的个人博客 367

LangGraph实战教程(6)：Human-in-the-loop 实现，大模型入门到精通，收藏这篇就足够了！

Human-in-the-loop（HITL，人在回路/人机协同/人类监督）是一种AI系统设计范式，强调在关键决策点引入人类干预，形成“人工监督-AI执行-反馈优化”的闭环机制。

DEVELOPERAA的博客 2523

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

Human in the loop 人在回路中：为什么机器越聪明，人越重要

Human-in-the-Loop，简称 HITL，中文叫“人在回路中”于是他们设计了“回路”——让操作员可以随时介入，调整参数，处理异常。第二，它的判断基于历史数据，历史数据里有偏见，它就继承偏见。未来的趋势是：机器做执行，人做决策；机器管效率，人管价值。人和机器的关系，会从“人用机器”变成“人机协作”这种模式效率最高，但风险也大，只适合低风险场景。或者反过来，机器先干活，人来检查、纠正、反馈。第三，它没有常识，不知道什么事情“显然不对”第四，它没有价值观，分不清什么该做什么不该做。

jackywine的博客 838

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

human in the loop--学习笔记

human in the loop--学习笔记

oneself的博客 2272

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

Human-in-the-loop：人类还需要在 AI 系统中吗？

《人类在AI系统中的角色演进：从执行者到治理者》 本文探讨了AI系统中人类角色的演变趋势。随着AI系统能力的提升，人类角色正从传统的"Human-in-the-loop"执行者，逐步向"Human-on-the-loop"监督者和"Human-out-of-the-loop"治理者转变。文章指出，人类不会从系统中消失，而是将工作重心从具体执行转移到定义系统边界、处理异常和优化系统设计等更高层次的任务。作者提出了四个关键设计原则：减少无意义参与、优化

记录从移动端、鸿蒙到物联网与AI的完整实战与思考。专注于分享可复用的工程方案与产品思维，尤其深入鸿蒙生态与全栈开发。以十年工程与管理沉淀，为你提供清晰的技术纵深路径。坚信技术的价值在于“贯通”与“落地”。 1万+

人机协同智能体（Human-in-the-loop）设计模式与最佳实践

本文提出了一种融合图神经网络（GNN）和人类直觉的人机协同信用风险评估模型，通过让人类专家介入高风险案例的特征选择和结果确认环节，将模型的AUC值从0.89提升到了0.96，同时将误判率降低了42%。但实际上，当我们去《Nature Machine Intelligence》的官网搜索这篇论文时，会发现。

Java大师兄的博客 416

Human-in-the-Loop，并没有你想的那么安全

如果你正在设计或参与的 AI 项目里：“Human-in-the-Loop” 是一句口号而不是一个状态切换机制那你需要警惕的，不是模型能力，而是系统在悄悄改变人的判断方式。本文讨论的是工程风险与决策结构，不提供任何可直接复用的实现方案。

Yuer的博客 599

【模型系列】Human-in-the-Loop

是一种务实且强大的人机协作范式。它承认当前 AI 技术的局限性，同时充分利用人类的智慧，旨在构建更安全、更可靠、更高效、且能够持续进化的智能系统。它不是临时的过渡方案，而是在可预见的未来，许多关键领域 AI 应用的终极形态。👍🏻呗。❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄👍 👍 👍🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙。

优快云站内信: https://i.youkuaiyun.com/#/msg/chat/qyj19920704 1万+

一文彻底说清：企业级Human-in-the-Loop AI Agent系统架构与实践！看到就是赚到！！

在当今快速发展的AI技术浪潮中，AI Agent（人工智能代理）正逐渐成为企业自动化和智能决策的核心力量。它们能够自主处理复杂任务，从数据分析到客户服务，甚至是关键业务操作。然而，随着AI Agent能力的增强，一个关键问题浮出水面：当AI Agent拥有自主决策权时，如何确保它在执行高风险操作时不会失控？

datian1234的博客 1773

LangGraph中的Human-in-the-loop技术（GPT-4o 回答）

Human-in-the-loop（人类参与）是一种将人类输入整合到自动化流程中的技术。在这一过程中，人类在关键阶段对机器生成的结果进行决策、验证或修改，从而确保最终输出的准确性和可靠性。这种方法特别适用于那些对错误容忍度极低的场景，如合规、决策制定和内容生成等。

weixin_41338279的博客 1603

彻底说清：企业级Human-in-the-Loop AI Agent系统架构与实践！

Human-in-the-Loop（HIL）是一种AI系统设计模式，它允许人类在AI Agent的决策过程中介入并提供反馈或决策。在HIL系统中，AI Agent在执行某些关键操作前会暂停，等待人类的审批或输入，然后再继续执行。数据库管理：AI Agent在删除数据库记录前，需要人类确认。金融交易：AI Agent在执行大额转账前，需经人工审批。医疗诊断：AI Agent在推荐治疗方案时，医生需最终确认。HIL的引入，不仅提升了AI系统的安全性，还增强了人类对AI决策的信任感。

fishmai的专栏 1611
上一篇： Video-Based Sign Language Recognition without Temporal Segmentation
下一篇： Explicit Reasoning over End-to-End Neural Architectures for Visual Question Answering
点赞 0
评论 0
书签 书签 2
元宇宙MetaAI
元宇宙MetaAI
博客等级 码龄10年 331粉丝 333原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值