面向物体视觉导航的以智能体为中心关系图

物体视觉导航旨在基于视觉观测引导智能体朝向目标物体。合理感知环境并精确控制智能体是高度期望的。在导航任务中，我们引入以智能体为中心关系图（ACRG）以基于环境中的关系学习视觉表示。ACRG是一种由两种关系组成的高效结构，即物体间的水平关系以及智能体与各物体间的距离关系。一方面，我们设计存储物体间相对水平位置的物体水平关系图（OHRG）。另一方面，我们提出使智能体感知目标与物体间距离的智能体-目标距离关系图（ATDRG）。对于ATDRG，我们利用图像深度获取目标距离，并借助垂直位置捕捉物体在垂直方向的距离关系。借助上述图结构，智能体可感知环境并输出导航动作。在人工环境AI2-THOR中的实验结果表明，ACRG在未见测试环境中显著优于其他SOTA方法。