用于物体目标导航的物体记忆 Transformer
计算机视觉与模式识别
2022-03-29 v1 人工智能
机器学习
机器人学
摘要
本文提出一种用于物体目标导航（ObjNav）的强化学习方法，其中智能体在 3D 室内环境中基于物体与场景的长期观测导航至目标物体。为此，我们提出物体记忆 Transformer（OMT），其包含两个关键思想：1) 物体-场景记忆（OSM），能够存储长期场景与物体语义；2) Transformer，关注存储于 OSM 中先前观测场景与物体序列里的显著物体。该机制使智能体无需环境先验知识（如拓扑地图或 3D 网格）即可在室内环境中高效导航。据我们所知，这是首项在目标导向导航任务中使用物体语义长期记忆的工作。在 AI2-THOR 数据集上的实验结果表明，OMT 在未知环境导航中优于以往方法。特别地，我们表明利用长期物体语义信息提升了导航效率。
引用
@article{arxiv.2203.14708,
title = {Object Memory Transformer for Object Goal Navigation},
author = {Rui Fukushima and Kei Ota and Asako Kanezaki and Yoko Sasaki and Yusuke Yoshiyasu},
journal= {arXiv preprint arXiv:2203.14708},
year = {2022}
}
备注
7 pages, 3 figures, Accepted at ICRA 2022