在逼真环境中无需任何监督的视觉导航学习
计算机视觉与模式识别
2023-01-06 v1 人工智能
机器学习
机器人学
摘要
在真实环境中学习导航，其中智能体必须仅依赖视觉输入，是一项具有挑战性的任务，部分原因在于缺乏位置信息使得训练期间难以提供监督。在本文中，我们引入一种新颖方法，从图像输入中学习导航而无需外部监督或奖励。我们的方法包含三个阶段：学习第一人称视角的良好表示，然后利用记忆学习探索，最后通过设定自身目标学习导航。模型仅以内在奖励训练，从而可应用于任何具有图像观测的环境。我们通过训练智能体仅使用 RGB 输入在 Gibson 数据集的逼真环境中导航，展示了我们方法的优势。
引用
@article{arxiv.2004.04954,
title = {Learning to Visually Navigate in Photorealistic Environments Without any Supervision},
author = {Lina Mezghani and Sainbayar Sukhbaatar and Arthur Szlam and Armand Joulin and Piotr Bojanowski},
journal= {arXiv preprint arXiv:2004.04954},
year = {2023}
}