이미지-포인트 클라우드 등록을 위한 일반적인 탐지 없는 방법은 변환기 기반 아키텍처를 사용하여 상호 모드 특징을 집계하고 대응 관계를 설정합니다. 그러나 노이즈가 유사성 계산을 방해하고 잘못된 대응 관계를 초래하는 어려운 조건에서는 어려움을 겪는 경우가 많습니다. 또한, 전용 설계 없이, 모드 간의 유익하고 상관 관계가 있는 표현을 효과적으로 선택하기 어려워 등록의 견고성과 정확성을 제한합니다. 이러한 과제를 해결하기 위해, Iterative Agents Selection (IAS) 모듈과 Reliable Agents Interaction (RAI) 모듈로 구성된 새로운 상호 모드 등록 프레임워크를 제안합니다. IAS는 위상 맵을 사용하여 구조적 특징 인식을 향상시키고 강화 학습 원리를 사용하여 신뢰할 수 있는 에이전트를 효율적으로 선택합니다. 그런 다음 RAI는 선택된 이러한 에이전트를 활용하여 상호 모드 상호 작용을 유도하여 불일치를 효과적으로 줄이고 전체적인 견고성을 향상시킵니다. RGB-D Scenes v2 및 7-Scenes 벤치마크에 대한 광범위한 실험을 통해 제안된 방법이 지속적으로 최첨단 성능을 달성함을 보여줍니다.
