NavigationNet：一个大规模交互式室内导航数据集
计算机视觉与模式识别
2018-08-28 v1
摘要
室内导航旨在建筑内部进行导航。在家庭、工厂等场景中，大多数智能移动设备需要具备路径规划功能，以引导自身精确穿越室内场景完成各类任务从而服务人类。多数场景下，我们期望智能设备能在未知环境中自主导航。尽管已有若干方案应对该问题，它们通常需预装信标或用 SLAM 预建地图，意味着无法在新环境中工作。为此，我们提出 NavigationNet，一个计算机视觉数据集与基准，以允许基于场景理解的深度强化学习用于室内导航。我们还提出并形式化了若干适于深度强化学习的典型室内路径规划问题。
引用
@article{arxiv.1808.08374,
title = {NavigationNet: A Large-scale Interactive Indoor Navigation Dataset},
author = {He Huang and Yujing Shen and Jiankai Sun and Cewu Lu},
journal= {arXiv preprint arXiv:1808.08374},
year = {2018}
}