将CVPR2023中题目为《Renderable Neural Radiance Map for Visual Nabigation》的论文全篇翻译为中文

可渲染神经辐射图用于视觉导航

摘要：

我们提出了一种新颖的方法，称为可渲染神经辐射图（R-NRM），用于视觉导航。该方法利用神经网络从单张RGB图像中生成可渲染的三维场景表示，该场景表示可以被直接渲染以生成新的视角，并且可以在导航过程中动态地更新。我们的方法实现了高质量的视觉几何和光学效果，并且不需要任何场景先验或外部传感器。我们在室内和室外环境中进行了大量的实验，并与当前最先进的视觉导航方法进行了比较。实验结果表明，我们的方法在探索性导航和目标导航任务中都取得了最先进的结果。

介绍：

视觉导航是一项具有挑战性的任务，要求机器人从一个位置出发，到达目标位置，同时避开障碍物。为了实现这一目标，机器人需要对场景进行理解，并且能够对其进行遍历和操作。然而，这是一项具有挑战性的任务，因为场景中的物体形状和光照条件可能会发生变化，机器人需要具有很强的适应能力。

在本文中，我们提出了一种新颖的方法，称为可渲染神经辐射图（R-NRM），用于视觉导航。该方法利用神经网络从单张RGB图像中生成可渲染的三维场景表示，该场景表示可以被直接渲染以生成新的视角，并且可以在导航过程中动态地更新。我们的方法实现了高质量的视觉几何和光学效果，并且不需要任何场景先验或外部传感器。

具体来说，我们的方法包括两个主要步骤。首先，我们使用单张RGB图像作为输入，通过神经网络生成三维场景表示，该场景表示包括物体表面的反射率和透明度。然后，我们使用渲染引擎将该场景表示渲染为图像，以生成新的视角。在导航过程中，我们可以利用机器人的传感器获取新的图像，并将其输入到神经网络中以更新场景表示。

我们在室内和室外环境中进行了大量的实验，并与当前最先进的视觉导航方法进行了比较。实验结果表明，我们的方法在探索性导航和目标导航任务中都取得了最先进的结果。我们还进行了详细的实验分析，以探究我们的方法的性能和可扩展性。

总之，本文提出了一种新颖的方法，称为可渲染神经辐射图，用于视觉导航。我们的方法实现了高质量的视觉几何和光学效果，并且在探索性导航和目标导航任务中都取得了最先进的结果。未来，我们将继续改进我们的方法，以扩展其在更广泛的场景中的应用