我的房子，我的规则：利用图神经网络学习整理偏好
机器人学
2021-11-08 v1 机器学习
摘要
整理家居物品的机器人应当根据用户的偏好来进行操作，而这些偏好本质上是主观的且难以建模。我们提出了 NeatNet：一种使用图神经网络层的新型变分自编码器架构，它可以通过观察用户如何布置场景来提取低维潜在偏好向量。给定任何一组物品，该向量随后可用于生成针对该用户空间偏好量身定制的布置，并使用词嵌入来实现对新物品的泛化。我们开发了一个整理模拟器，收集了 75 位用户的重新布置示例，并实证证明我们的方法在各种重新布置场景中始终能产生整洁且个性化的布置。
引用
@article{arxiv.2111.03112,
title = {My House, My Rules: Learning Tidying Preferences with Graph Neural Networks},
author = {Ivan Kapelyukh and Edward Johns},
journal= {arXiv preprint arXiv:2111.03112},
year = {2021}
}
备注
Published at CoRL 2021. Webpage and video: https://www.robot-learning.uk/my-house-my-rules