借助“鼹鼠”学习：无需重建的可迁移潜在空间表征用于导航
机器人学
2023-10-02 v2 计算机视觉与模式识别
摘要
在三维环境中导航的智能体需要某种形式的记忆，该记忆应保存紧凑且可操作的观测历史表征，以便于决策与规划。在大多数端到端学习方法中，表征是潜在的且通常缺乏明确解释，而经典机器人学通过场景重建解决这个问题，生成某种形式的地图，通常借助几何与传感器模型及/或学习来估计。本工作中，我们提出独立于目标下游任务且无需显式优化重建来学习场景的可操作表征。该学习到的表征由一个盲辅助智能体优化，该智能体被训练为利用它在从航点分叉出的多个短子回合中导航，且最重要的是没有任何直接视觉观测。我们论证并表明，盲性属性十分重要，它迫使（训练得到的）潜在表征成为规划的唯一手段。通过探测实验，我们显示所学表征优化的是可导航性而非重建。在下游任务中，我们表明其对分布变化具有鲁棒性，特别是 sim2real 鸿沟，我们使用真实办公建筑中的实体物理机器人进行了评估，显著提升了性能。
引用
@article{arxiv.2306.03857,
title = {Learning with a Mole: Transferable latent spatial representations for navigation without reconstruction},
author = {Guillaume Bono and Leonid Antsfeld and Assem Sadek and Gianluca Monaci and Christian Wolf},
journal= {arXiv preprint arXiv:2306.03857},
year = {2023}
}