NEUSIS：用于复杂无人机搜索任务中自主感知、推理与规划的组合神经符号框架
机器人学
2024-09-17 v1 人工智能
计算机视觉与模式识别
摘要
本文针对自主无人机搜索任务问题，其中无人机必须在时间限制内，根据在具有禁入区的大型危险环境中的简短描述定位特定的关注实体。无人机必须在有限且不确定的信息下进行感知、推理和决策。我们提出了 NEUSIS，这是一种组合神经符号系统，专为在现实场景中可解释的无人机搜索和导航而设计。NEUSIS 集成了神经符号视觉感知、推理和接地（GRiD）以处理原始感官输入，维护一个用于环境表示的概率世界模型，并使用分层规划组件（SNaC）进行高效的路径规划。使用 AirSim 和 Unreal Engine 的模拟城市搜索任务的实验结果表明，NEUSIS 在成功率、搜索效率和 3D 定位方面优于最先进的视觉语言模型和最先进的搜索规划模型。这些结果证明了我们的组合神经符号方法在处理复杂现实场景中的有效性，使其成为搜索任务中自主无人机系统的有前途的解决方案。
引用
@article{arxiv.2409.10196,
title = {NEUSIS: A Compositional Neuro-Symbolic Framework for Autonomous Perception, Reasoning, and Planning in Complex UAV Search Missions},
author = {Zhixi Cai and Cristian Rojas Cardenas and Kevin Leo and Chenyuan Zhang and Kal Backman and Hanbing Li and Boying Li and Mahsa Ghorbanali and Stavya Datta and Lizhen Qu and Julian Gutierrez Santiago and Alexey Ignatiev and Yuan-Fang Li and Mor Vered and Peter J Stuckey and Maria Garcia de la Banda and Hamid Rezatofighi},
journal= {arXiv preprint arXiv:2409.10196},
year = {2024}
}