基于数据自由跨代理知识迁移的持续物体导航

本文探讨了简短的跨代理知识迁移（KT）如何提升在未见及陌生环境中的机器人物体目标导航（ON）能力。借鉴人类旅行者获取当地知识的类比，我们提出一种框架，其中旅行机器人（学生）通过与当地机器人（教师）进行最小交互来获取ON知识。将此过程建模为数据自由的持续学习（CL）挑战，旨在从黑箱模型（教师）迁移知识到新模型（学生）。与利用大语言模型（LLM）进行零样图ON方法不同，另外两种主要ON方法——基于前沿驱动使用物体特征图和基于学习的使用神经状态-动作图——都面临数据自由KT尚未充分探索的复杂挑战。为此，我们提出一种针对开放世界环境中非合作黑箱教师的轻量级即插即用KT模块。基于每个教师机器人均具备视觉与移动能力的普遍假设，我们将状态-动作历史定义为主要知识库。我们的表述导致开发一种查询式占有网格，动态表示目标物体位置，作为一种有效且通信友好的知识表示。我们在Habitat环境中进行实验，验证了方法的有效性。