Gibson 环境：面向具身智能体的真实世界感知
人工智能
2018-09-03 v1 计算机视觉与模式识别
图形学
机器学习
机器人学
摘要
为主动智能体开发视觉感知模型以及传感器运动控制，在物理世界中难以开展，因为现有算法过慢而无法实时高效学习，且机器人脆弱且昂贵。这催生了在仿真中学习，进而引发所得结果能否迁移至真实世界的问题。本文关注为主动智能体开发真实世界感知的问题，为此提出 Gibson 虚拟环境，并展示其中学习的示例感知任务。Gibson 基于真实空间虚拟化而非人工设计空间，目前包含来自 572 栋完整建筑的超过 1400 个楼层空间。Gibson 的主要特征为：I. 源自真实世界并反映其语义复杂性；II. 具备内部合成机制“Goggles”，使训练模型无需进一步域适应即可部署于真实世界；III. 智能体具身化并受物理与空间约束。
引用
@article{arxiv.1808.10654,
title = {Gibson Env: Real-World Perception for Embodied Agents},
author = {Fei Xia and Amir Zamir and Zhi-Yang He and Alexander Sax and Jitendra Malik and Silvio Savarese},
journal= {arXiv preprint arXiv:1808.10654},
year = {2018}
}
备注
Access the code, dataset, and project website at http://gibsonenv.vision/ . CVPR 2018