更少即更好：基于有限数据的可扩展视觉导航

仿生学习为目标导向的视觉导航提供了强大的框架，使移动机器人能够在遵循人类偏好和社交规范的同时实现障碍规避。然而，其有效性严重依赖于训练数据的质量和多样性。本文展示，如何利用经典几何规划器生成合成轨迹，以补充高昂的人类演示。我们训练了 Less is More (LiMo)，一个基于 transformer 的视觉导航策略，从单一 RGB 观察中预测目标导向的 SE(2) 轨迹，发现将规划器生成的监督信息与有限的专家演示相结合，可显著提升性能。通过消融实验和补充的定性和定量分析，我们刻画了数据规模和多样性如何影响规划性能。我们展示了在真实机器人上的部署，并认为，通过战略性地精选多样化、高质量的数据集，才能实现可扩展的视觉导航。我们的结果表明，具象化的几何监督是实现数据高效视觉导航的可行路径。