看见未见之景:学习用于房间导航的模态无关语义地图
计算机视觉与模式识别
2020-07-21 v1 机器人学
摘要
我们引入一种基于学习的利用语义地图进行房间导航的方法。我们提出的架构学习预测位于智能体视野之外的区域的自上而下的置信地图,同时对房屋中的建筑与风格规律性进行建模。首先,我们训练一个模型,通过学习房屋中潜在的建筑模式,生成指示房间位置、大小与形状的置信的模态无关语义自上而下地图。接下来,我们利用这些地图预测位于目标房间中的一个点,并训练策略导航至该点。我们通过实证证明,通过预测语义地图,模型学习了房屋中常见的相关性,并能泛化到新颖环境。我们还证明,将房间导航任务简化为点导航可进一步提升性能。
引用
@article{arxiv.2007.09841,
title = {Seeing the Un-Scene: Learning Amodal Semantic Maps for Room Navigation},
author = {Medhini Narasimhan and Erik Wijmans and Xinlei Chen and Trevor Darrell and Dhruv Batra and Devi Parikh and Amanpreet Singh},
journal= {arXiv preprint arXiv:2007.09841},
year = {2020}
}
备注
Published at the European Conference on Computer Vision, 2020