基于神经辐射场的主动感知
机器人学
2024-05-07 v2
摘要
我们从第一性原理研究主动感知，论证执行主动感知的自主智能体应当最大化过去观测对未来观测所拥有的互信息。这样做需要：(a) 一种概括过去观测并能通过更新以纳入新观测的场景表示（状态估计与建图）；(b) 合成场景新观测的能力（生成模型）；(c) 选择能最大化预测信息的控制轨迹的能力（规划）。这促使我们采用一种类似神经辐射场（NeRF）的表示，其捕捉场景基于观测的光度、几何与语义属性。该表示非常适合从不同视点合成新观测，从而可使用基于采样的规划器沿动态可行轨迹根据合成观测计算预测信息。我们将主动感知用于探索杂乱的室内环境，并采用语义不确定性的概念来检查探索任务是否成功完成。我们在逼真的三维室内环境中通过仿真展示了这些思想。
引用
@article{arxiv.2310.09892,
title = {Active Perception using Neural Radiance Fields},
author = {Siming He and Christopher D. Hsu and Dexter Ong and Yifei Simon Shao and Pratik Chaudhari},
journal= {arXiv preprint arXiv:2310.09892},
year = {2024}
}