面向多目标导航的学习式主动相机
计算机视觉与模式识别
2022-10-17 v1 机器人学
摘要
使机器人自主导航至多个目标是机器人应用中的基本且困难问题。关键挑战之一是如何仅借助相机传感器高效探索环境。现有导航方法主要关注固定相机，极少尝试利用主动相机导航，导致智能体因相机视野有限而需极长时间感知环境。相比之下，人类通常通过环视获取更大视野以更好感知环境。如何使机器人像人类一样高效感知环境是机器人学中的基础问题。本文中，我们考虑利用主动相机更高效地导航至多个目标。具体而言，我们将相机移动建模为马尔可夫决策过程，并将主动相机问题重构为强化学习问题。然而，我们必须应对两项新挑战：1）如何在复杂环境中学习良好的相机策略；2）如何使其与导航策略协调。为此，我们精心设计了奖励函数以鼓励智能体通过主动移动相机探索更多区域。此外，我们利用人类经验推断基于规则的相机动作以引导学习过程。最后，为更好协调两类策略，相机策略在作出相机移动决策时考虑导航动作。实验结果表明，在两个数据集上，我们的相机策略相对于四种基线一致提升了多目标导航性能。
引用
@article{arxiv.2210.07505,
title = {Learning Active Camera for Multi-Object Navigation},
author = {Peihao Chen and Dongyu Ji and Kunyang Lin and Weiwen Hu and Wenbing Huang and Thomas H. Li and Mingkui Tan and Chuang Gan},
journal= {arXiv preprint arXiv:2210.07505},
year = {2022}
}
备注
Accepted by NeurIPS 2022