GOAT：前往任意目标
机器人学
2023-11-14 v1
摘要
在家庭与仓库等部署场景中，移动机器人被期望能够自主导航较长时间，并无缝执行以人类操作员直观可理解的方式表述的任务。我们提出 GO To Any Thing (GOAT)，一种能够应对这些需求的通用导航系统，具有三个关键特性：a) 多模态：可处理通过类别标签、目标图像和语言描述指定的目标；b) 终身式：受益于其在同一环境中的过往经验；c) 平台无关：可快速部署于具有不同具身形态的机器人上。GOAT 得以实现得益于模块化的系统设计并持续扩充的实例感知语义记忆，该记忆除类别级语义外还跟踪物体从不同视角下的外观。这使得 GOAT 能够区分同一类别的不同实例，从而实现向由图像和语言描述指定的目标导航。在跨越 9 个不同家庭、总计超过 90 小时、选取 200 多个不同物体实例中 675 个目标的实验对比中，我们发现 GOAT 实现了 83% 的总体成功率，以 32%（绝对提升）超越先前方法与消融实验。GOAT 随在环境中的经验而提升，从首个目标的 60% 成功率到探索后的 90% 成功率。此外，我们展示了 GOAT 可 readily 应用于抓取放置与社会导航等下游任务。
引用
@article{arxiv.2311.06430,
title = {GOAT: GO to Any Thing},
author = {Matthew Chang and Theophile Gervet and Mukul Khanna and Sriram Yenamandra and Dhruv Shah and So Yeon Min and Kavit Shah and Chris Paxton and Saurabh Gupta and Dhruv Batra and Roozbeh Mottaghi and Jitendra Malik and Devendra Singh Chaplot},
journal= {arXiv preprint arXiv:2311.06430},
year = {2023}
}