辅助任务与探索实现 ObjectNav
计算机视觉与模式识别
2021-08-04 v2 机器人学
摘要
ObjectGoal Navigation（ObjectNav）是一项具身任务，其中智能体需在未知环境中导航至某个物体实例。先前工作表明，使用普通视觉与循环模块（如 CNN+RNN）的端到端 ObjectNav 智能体因过拟合与样本效率低而表现不佳。这促使当前最先进方法混合分析与学习组件，并基于环境的显式空间地图运行。我们则通过添加辅助学习任务与探索奖励，重新启用通用学习型智能体。我们的智能体在 Habitat ObjectNav Challenge 上取得了 24.5% 成功率与 8.1% SPL，相对先前最先进方法分别提升 37% 与 8%。根据我们的分析，我们提出：智能体会采取行动以简化其视觉输入，从而平滑其 RNN 动态；而辅助任务通过最小化有效 RNN 维度来减少过拟合；即一个必须在长时域保持连贯规划的、性能良好的 ObjectNav 智能体，是通过学习平滑、低维的循环动态来实现的。网站：https://joel99.github.io/objectnav/
引用
@article{arxiv.2104.04112,
title = {Auxiliary Tasks and Exploration Enable ObjectNav},
author = {Joel Ye and Dhruv Batra and Abhishek Das and Erik Wijmans},
journal= {arXiv preprint arXiv:2104.04112},
year = {2021}
}