从感知到行动：视觉室内导航（VIN）的学习方法综述
机器人学
2022-07-05 v3 人工智能
计算机视觉与模式识别
摘要
视觉室内导航（VIN）任务已引起数据驱动机器学习界越来越多的关注，尤其是近期基于学习的方法所报道的成功。由于该任务固有的复杂性，研究者已从多种不同角度尝试解决问题，其完整范畴尚未被一份综合性报告所涵盖。本综述首先总结了 VIN 任务中基于学习方法的代表性工作，随后识别并讨论了阻碍 VIN 性能的遗留问题，并为学界在这些值得探索的关键领域中的未来研究提供动机。
引用
@article{arxiv.2002.11310,
title = {From Seeing to Moving: A Survey on Learning for Visual Indoor Navigation (VIN)},
author = {Xin Ye and Yezhou Yang},
journal= {arXiv preprint arXiv:2002.11310},
year = {2022}
}