基于视觉演示的无 embodiment 导航策略训练
机器人学
2024-12-31 v1
摘要
学习在非结构化环境中导航是机器人面临的挑战任务。尽管强化学习有效，但通常需要大量数据收集且可能带来风险。相比之下，基于专家演示的学习方法更为高效。然而，许多现有方法依赖特定的机器人 embodiment、预定义的目标图像且需要大型数据集。我们提出了 Visual Demonstration-based Embodiment-agnostic Navigation (ViDEN) 框架，一种新型框架，利用视觉演示来训练无 embodiment 导航策略。ViDEN 利用深度图像以减少输入维度，并依赖相对目标位置，使其更适应多样化环境。通过在任务导向和无 embodiment 演示上训练基于扩散的策略，ViDEN 可在实时内生成碰撞自由且自适应的轨迹。我们在人类跟随和跟踪实验中表明，ViDEN 优于现有方法，仅需少量数据，即可在各种室内外导航场景中实现卓越性能。项目网站: https://nimicurtis.github.io/ViDEN/。
关键词
引用
@article{arxiv.2412.20226,
title = {Embodiment-Agnostic Navigation Policy Trained with Visual Demonstrations},
author = {Nimrod Curtis and Osher Azulay and Avishai Sintov},
journal= {arXiv preprint arXiv:2412.20226},
year = {2024}
}