多重思考实现面向物体导航的元能力解耦
机器人学
2023-02-06 v1 人工智能
摘要
我们提出一种元能力解耦(MAD)范式,将多种物体导航方法汇集于一个架构系统中,使它们相互增强并共同进化。基于 MAD 范式,我们设计了一个多重思考(MT)模型,利用不同的思考来抽象出各种元能力。我们的方法从输入、编码和奖励三个方面解耦元能力,同时采用多重思考协作(MTC)模块促进思考间的相互合作。MAD 为物体导航引入了新颖的定性与定量可解释性系统。通过在 AI2-Thor 和 RoboTHOR 上的大量实验,我们证明我们的方法在典型和零样本物体导航任务上均优于最先进(SOTA)方法。
引用
@article{arxiv.2302.01520,
title = {Multiple Thinking Achieving Meta-Ability Decoupling for Object Navigation},
author = {Ronghao Dang and Lu Chen and Liuyi Wang and Zongtao He and Chengju Liu and Qijun Chen},
journal= {arXiv preprint arXiv:2302.01520},
year = {2023}
}
备注
17 pages