无度量信息下的场景动作图：用于导航的行为图

人类在无度量信息的情况下进行导航具有惊人的能力。我们可以阅读抽象的2D地图（如平面图或手绘草图），并用于导航未见的丰富3D环境，无需对这些场景进行详细的先行遍历来绘制地图。我们认为，这使能够以抽象的方式表示环境为相互关联的导航行为所提供可能，例如“跟随走廊”或“向右转”，同时避免在度量层面进行详细、准确的空间信息。我们引入了场景动作图(SAM)，这是一种行为拓扑图，并提出了一种可学习的地图阅读方法，该方法将各种2D地图解析为SAM。地图阅读从被忽视的大量现有抽象且不准确的地图中（从平面图到草图）提取关于导航行为的关键信息。我们通过在四足行走机器人上构建和部署行为导航堆栈来评估SAM用于导航的性能。视频和更多信息可在 https://scene-action-maps.github.io 查看。