DOZE：动态环境中开放词汇零样本物体导航数据集
计算机视觉与模式识别
2024-07-09 v2 机器人学
摘要
零样本物体导航（ZSON）要求智能体在陌生环境中自主定位并接近未见过的物体，已成为具身人工智能领域一项极具挑战性的任务。现有的 ZSON 算法开发数据集缺乏对动态障碍物、物体属性多样性及场景文本的考量，因此与真实世界情境存在显著差异。为解决这些问题，我们提出了动态环境中开放词汇零样本物体导航数据集（DOZE），该数据集包含十个高保真 3D 场景和超过 18k 个任务，旨在模拟复杂、动态的真实世界场景。具体而言，DOZE 场景具有多个移动的人形障碍物、广泛的开放词汇物体、多样的独特属性物体以及有价值的文本提示。此外，不同于现有数据集仅提供智能体与静态障碍物之间的碰撞检测，我们通过集成智能体与移动障碍物之间的碰撞检测能力增强了 DOZE。这一新颖功能使得评估智能体在动态环境中的避障能力成为可能。我们在 DOZE 上测试了四种代表性的 ZSON 方法，结果表明现有方法在导航效率、安全性和物体识别准确率方面仍有巨大的改进空间。我们的数据集可在 https://DOZE-Dataset.github.io/ 获取。
引用
@article{arxiv.2402.19007,
title = {DOZE: A Dataset for Open-Vocabulary Zero-Shot Object Navigation in Dynamic Environments},
author = {Ji Ma and Hongming Dai and Yao Mu and Pengying Wu and Hao Wang and Xiaowei Chi and Yang Fei and Shanghang Zhang and Chang Liu},
journal= {arXiv preprint arXiv:2402.19007},
year = {2024}
}
备注
This version of the paper has been accepted for publication in IEEE Robotics and Automation Letters (RA-L)