ENTL：具身导航轨迹学习器
计算机视觉与模式识别
2023-10-02 v3 机器人学
摘要
我们提出具身导航轨迹学习器（ENTL），一种为具身导航提取长序列表示的方法。我们的方法将世界建模、定位与模仿学习统一为单一的序列预测任务。我们基于当前状态与动作条件下对未来状态的向量量化预测来训练模型。ENTL 的通用架构使得时空序列编码器可共享于多个具身挑战性任务。我们在导航任务上以远少于强基线数据的量取得了有竞争力的性能，同时执行定位与未来帧预测（世界建模的代理）等辅助任务。我们方法的一个关键特性是模型在无需任何显式奖励信号下预训练，这使所得模型可泛化至多种任务与环境。
引用
@article{arxiv.2304.02639,
title = {ENTL: Embodied Navigation Trajectory Learner},
author = {Klemen Kotar and Aaron Walsman and Roozbeh Mottaghi},
journal= {arXiv preprint arXiv:2304.02639},
year = {2023}
}