现代化基于强化学习的导航，用于躲体化语义场景图生成
人工智能
2026-05-27 v2 机器人学
摘要
语义世界模型使躲体化智能体能够推理对象、关系和空间上下文，而不仅仅是纯几何表示。在有机计算中，这类模型是实现面向目标的自适应在不确定性和资源受限环境下的关键。核心挑战在于获取最大化模型质量和下游有用性的观察，在有限动作预算内。语义场景图（SSG）提供了一种结构化且紧凑的表示以实现此目的。然而，在有限动作时段内构建它们需要探索策略在信息增益与导航成本之间进行权衡，并决定何时额外的动作收益递减。本文为躲体化语义场景图生成提出一个模块化导航组件，并通过替换策略优化方法并重新审视离散动作表述来现代化其决策制定。我们研究紧凑且更细粒度的、较大离散运动集合，并比较单头原子动作策略与基于动作组件的因素化多头策略。我们评估了课程学习和可选的基于深度的碰撞监督，并评估了 SSG 完整性、执行安全性和导航行为。结果表明，仅替换优化算法就在相同的奖励 shaping 下将 SSG 完整性提高了21%。深度主要影响执行安全性（碰撞自由运动），而完整性基本保持不变。将现代化优化与更细粒度、因素化动作表示组合，实现了最强的整体完整性-效率权衡。
引用
@article{arxiv.2603.25415,
title = {Modernising Reinforcement Learning-Based Navigation for Embodied Semantic Scene Graph Generation},
author = {Roman Küble and Marco Hüller and Mrunmai Phatak and Rainer Lienhart and Jörg Hähner},
journal= {arXiv preprint arXiv:2603.25415},
year = {2026}
}