撞击发声且声生撞击：声音引导表征与探索
机器人学
2022-08-05 v1 机器学习
声音
音频与语音处理
摘要
声音是现实世界中最具信息量且最丰富的模态之一，同时可由放置于移动设备上的小型廉价传感器在无接触情况下稳健感知。尽管深度学习能从多感官输入提取信息，声音在机器人动作控制与学习中鲜有应用。对于无监督强化学习，智能体应以自监督方式主动收集经验并联合学习表征与策略。我们构建带基于物理的声音模拟的真实机器人操作场景，并提出内在声音好奇模块（ISCM）。ISCM向强化学习器提供反馈以学习稳健表征并奖励更高效的探索行为。我们在预训练阶段启用声音而适配阶段禁用声音进行实验，表明ISCM学到的表征优于仅视觉基线，且预训练策略应用于下游任务时可加速学习过程。
引用
@article{arxiv.2208.02680,
title = {Impact Makes a Sound and Sound Makes an Impact: Sound Guides Representations and Explorations},
author = {Xufeng Zhao and Cornelius Weber and Muhammad Burhan Hafez and Stefan Wermter},
journal= {arXiv preprint arXiv:2208.02680},
year = {2022}
}
备注
Accepted at IROS 2022