Holistic Fusion：多传感器因子图融合并开源
先了解这件事
2026年10月15日，AGI Hunt 报道，Holistic Fusion（HF）提出一种任务与硬件设置无关的机器人定位与状态估计方法，可把 IMU、绝对测量、路标与局部测量等任意数量传感器统一融合进单一因子图，相关论文已被 IEEE Transactions on Robotics（T-RO）2026 接收。同日后续报道补充称，该工作由 ETH Zürich、马普智能系统研究所与 NASA JPL 研究者提出，并已开源；早先报道未提及作者机构，也未说明是否开源。最新一篇报道进一步把开源方具体表述为 ETH Zürich 机器人系统实验室与 NASA JPL。各篇报道均未披露实验平台、数据集、定位精度等具体指标，也未给出开源代码的获取地址。截至目前可确认的事实为：HF 以单一因子图统一融合多传感器，成果被 T-RO 2026 接收，研究机构包括 ETH Zürich、马普智能系统研究所与 NASA JPL，论文已开源，消息发布于 2026 年 10 月 15 日。
AI 根据报道生成 · 45 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntETH 与 NASA JPL 开源 Holistic Fusion：因子图统一机器人定位
ETH Zürich、马普智能系统研究所与 NASA JPL 研究者提出 Holistic Fusion（HF），将 IMU、绝对定位、地标、局部观测等多模态测量在单一因子图中融合，统一机器人定位与状态估计，论文发表于 IEEE T-RO 2026 并已开源。
- AGI HuntETH 与 NASA JPL 开源机器人定位框架 Holistic Fusion
ETH Zürich 机器人系统实验室与 NASA JPL 开源机器人定位框架 Holistic Fusion，可将 IMU、绝对测量、路标与局部测量等任意数量传感器统一融合进单一因子图，实现机器人定位与状态估计。相关论文已发表于 IEEE T-RO 2026，该方法与任务和硬件设置无关，目前代码已开源。
- AGI HuntHolistic Fusion：单一因子图融合多传感器，被 IEEE T-RO 2026 接收
Holistic Fusion 提出一种任务与硬件设置无关的机器人定位与状态估计方法，把 IMU、绝对测量、路标与局部测量统一融合进一个因子图，已被 IEEE Transactions on Robotics（T-RO）2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。