无强化学习，无仿真：不导航学习导航
计算机视觉与模式识别
2021-10-25 v2
摘要
先前大多数学习导航策略的方法都需要访问仿真环境，因为它们需要在线策略交互并依赖真实地图作为奖励。然而，构建仿真器代价高昂（每个场景都需要人工投入），并且由于仿真到现实的域差距，将学习到的策略转移到现实世界的机器人平台具有挑战性。在本文中，我们提出一个简单的问题：为了解决图像目标导航任务，我们真的需要主动交互、真实地图甚至强化学习（RL）吗？我们提出了一种自监督方法，仅从漫游的被动视频中学习导航。我们的方法“无强化学习，无仿真器”（NRNS）简单、可扩展且高效。NRNS 以显著优势超越了基于 RL 的方案。我们将 NRNS 作为未来任何使用 RL 或仿真的基于图像导航任务的强基线。
引用
@article{arxiv.2110.09470,
title = {No RL, No Simulation: Learning to Navigate without Navigating},
author = {Meera Hahn and Devendra Chaplot and Shubham Tulsiani and Mustafa Mukadam and James M. Rehg and Abhinav Gupta},
journal= {arXiv preprint arXiv:2110.09470},
year = {2021}
}