基于 GAN 分类的操控指令接地语言理解
机器人学
2018-01-17 v1 计算与语言
人机交互
摘要
本研究的目标任务面向家用服务机器人（DSR）的接地语言理解。具体而言，我们关注缺失动词的短句指令理解。该任务对构建可交流的 DSR 至关重要，因为操控是 DSR 的核心能力。现有指令理解方法通常仅从非接地知识估计缺失信息，因此所预测动作在物理上是否可执行并不明确。本文提出一种接地指令理解方法，用于在给定指令与情境下估计合适对象。我们扩展了生成对抗网络（GAN）并利用潜在表示构建了基于 GAN 的分类器。为定量评估所提方法，我们基于用于视觉问答的标准数据集构建了一个数据集。实验结果表明，所提方法优于基线方法。
引用
@article{arxiv.1801.05096,
title = {Grounded Language Understanding for Manipulation Instructions Using GAN-Based Classification},
author = {Komei Sugiura and Hisashi Kawai},
journal= {arXiv preprint arXiv:1801.05096},
year = {2018}
}
备注
6 pages, 3 figures, published at IEEE ASRU 2017