基于few-shot路径点检测的层次化端到端自主导航

人类导航通过将动作与地标关联来实现，这利用了我们识别环境中显著特征的能力。因此，人类的导航指令可以非常简洁，例如简短的口头描述，表明较小的记忆需求，不依赖复杂且精确的导航工具。相反，当前的自主导航方案依赖准确的定位设备和算法，以及从环境中收集的大量感知数据。鼓励这种人类能力并解决其所涉及的技术差距，在本工作中我们提出了一种层次化端到端元学习方案，使移动机器人在仅提供一组地标的少量示例图像及其对应的高级导航动作的情况下，能够导航到先前未知的环境。这大大简化了寻路过程，使其易于适应新环境。对于few-shot路径点检测，我们通过分布嵌入实现基于度量的few-shot学习技术。路径点检测触发多任务低级操控器模块执行相应的高级导航动作。我们使用小型自主车辆在多个先前未见的室内导航任务中验证了该方案的有效性。