通过等变表示增强模仿经验
计算机视觉与模式识别
2021-10-18 v1 机器人学
摘要
通过模仿训练的视觉导航策略的鲁棒性通常取决于训练图像-动作对的增强。传统上，这是通过从多个相机收集数据、使用计算机视觉中的标准数据增强方法（例如向每张图像添加随机噪声）或合成训练图像来实现的。在本文中，我们展示了另一种基于外推训练数据中观察到的视点嵌入和动作附近的视点嵌入和动作的实用替代方案，用于视觉导航的数据增强。我们的方法利用了 2D 和 3D 视觉导航问题的几何特性，并依赖于作为等变嵌入函数的策略，而非图像本身。给定来自训练导航数据集的图像-动作对，我们的神经网络模型利用等变性质预测附近视点图像的潜在表示，并增强数据集。然后我们在增强后的数据集上训练策略。我们的仿真结果表明，与使用标准增强方法训练的策略相比，以这种方式训练的策略展现出更小的横向轨迹误差，并且需要更少的人工干预。我们还在真实地面机器人沿超过 500 米路径的自主视觉导航中展示了类似的结果。
引用
@article{arxiv.2110.07668,
title = {Augmenting Imitation Experience via Equivariant Representations},
author = {Dhruv Sharma and Alihusein Kuwajerwala and Florian Shkurti},
journal= {arXiv preprint arXiv:2110.07668},
year = {2021}
}
备注
7 pages (including references), 15 figures