协同视觉导航
计算机视觉与模式识别
2021-07-21 v2 人工智能
机器人学
摘要
作为人工智能的一个基本问题,多智能体系统(MAS)正快速进展,主要由多智能体强化学习(MARL)技术推动。然而,以往的MARL方法大多聚焦于类网格世界或游戏环境;视觉丰富环境中的MAS仍较少被探索。为缩小这一差距并强调感知在MAS中的关键作用,我们提出了一个大规模3D数据集CollaVN,用于多智能体视觉导航(MAVN)。在CollaVN中,多个智能体被要求跨照片级真实环境协同导航至目标位置。我们探索了多种MAVN变体以使问题更具一般性。此外,提出了一种记忆增强的通信框架。每个智能体配备一个私有的外部记忆以持久存储通信信息。这使智能体能更好地利用过往通信信息,实现更高效协作与鲁棒的长期规划。在我们的实验中,设计了若干基线与评估指标。我们还通过经验验证了所提MARL方法在不同MAVN任务设定下的有效性。
引用
@article{arxiv.2107.01151,
title = {Collaborative Visual Navigation},
author = {Haiyang Wang and Wenguan Wang and Xizhou Zhu and Jifeng Dai and Liwei Wang},
journal= {arXiv preprint arXiv:2107.01151},
year = {2021}
}