用于视觉导航的记忆代理地图

视觉导航受人类启发，人类能在先前未见的环境中仅凭视觉导航，而不需要详细的环境地图。受此启发，我们利用封建学习构建三层代理，提出了一种无需强化学习（RL）、无图、无里程计的视觉导航新方法。我们方法的关键是记忆代理地图（MPM），这是一种由高层管理代理以自监督方式学习的环境中间表示，作为简化记忆，近似代理所见内容。我们证明，在此学习到的潜在空间中记录观测是一种有效且高效的记忆代理，可以消除视觉导航任务中对图和里程计的需求。对于中层管理代理，我们开发了路标网络（WayNet），输出中间子目标（即路标），模仿人类在局部导航中的路标选择。对于低层工作者代理，我们在离散动作空间上学习一个分类器，以避开局部障碍并朝向 WayNet 路标移动。由此产生的封建导航网络提供了一种无需 RL、无图、无里程计、无度量地图的新方法；同时在图像目标导航任务上达到了最先进（SOTA）结果。