面向语义视觉导航的贝叶斯关系记忆
计算机视觉与模式识别
2019-09-11 v1 机器学习
机器人学
摘要
我们提出一种新的记忆架构——贝叶斯关系记忆（BRM），以提升语义视觉导航智能体在未见环境中的泛化能力，其中智能体被给定语义目标进行导航。BRM采用语义实体（如房间类型）上的概率关系图形式，可同时实现：(1) 从训练环境中捕获布局先验（即先验知识），(2) 在测试时估计后验布局（即记忆更新），以及 (3) 高效的导航规划。我们开发了由BRM模块（用于生成子目标）和goal-conditioned locomotion模块（用于控制）组成的BRM智能体。在未见环境中测试时，BRM智能体的表现优于未显式利用概率关系记忆结构的基线方法。
引用
@article{arxiv.1909.04306,
title = {Bayesian Relational Memory for Semantic Visual Navigation},
author = {Yi Wu and Yuxin Wu and Aviv Tamar and Stuart Russell and Georgia Gkioxari and Yuandong Tian},
journal= {arXiv preprint arXiv:1909.04306},
year = {2019}
}
备注
Accepted at ICCV 2019