AGL-NETは、LiDARポイントクラウドと衛星地図を使用して、ロボットの正確な位置と姿勢を推定する新しい学習ベースの手法です。この手法は、モーダル間の表現ギャップを解消し、地上と空中の観測スケールの違いを処理することで、ロバストな位置推定を実現します。
リソース制約下での効率的な分散型モンテカルロ位置推定手法を提案し、従来手法と比較評価を行った。提案手法は、通信量と計算コストを大幅に削減しつつ、位置推定精度を維持できることを示した。