利用元学习将视觉导航技能少样本适配至新观测

目标驱动的视觉导航是一个具有挑战性的问题，要求机器人仅使用视觉输入找到目标。许多研究者已在多种机器人平台上利用深度强化学习(deep RL)展示了有前景的结果，但典型的端到端学习因其对新场景的外推能力较差而为人所知。因此，为具有新传感器配置或新目标的新机器人学习导航策略仍是一个挑战性问题。本文中，我们引入一种学习算法，能够通过少样本快速适配至新传感器配置或目标物体。我们设计了一种在感知网络与推理网络之间具有潜在特征的策略架构，并通过元学习快速适配感知网络，同时冻结推理网络。我们的实验表明，我们的算法仅用三样本即可将学到的导航策略适配至具有不同传感器配置或不同目标颜色的未见情况。我们还通过研究各种超参数对提出的算法进行了分析。