基于辅助进度估计的自监控导航智能体
人工智能
2019-01-11 v1 计算与语言
计算机视觉与模式识别
机器人学
摘要
视觉与语言导航（VLN）任务要求智能体在照片级真实感的未知环境中遵循导航指令。这一挑战性任务要求智能体知晓哪条指令已完成、下一条需要什么指令、该往哪走，以及朝向目标的导航进度。本文引入一个具有两个互补组件的自监控智能体：（1）视觉-文本共定位模块，从周围图像中定位过去已完成的指令、下一步动作所需的指令以及下一步移动方向；（2）进度监视器，以确保所定位的指令正确反映导航进度。我们在标准基准上测试自监控智能体，并通过一系列消融研究分析所提方法，以阐明主要组件的贡献。使用所提方法，我们以显著优势刷新了当前最优（在未见测试集上成功率绝对提升 8%）。代码见 https://github.com/chihyaoma/selfmonitoring-agent 。
引用
@article{arxiv.1901.03035,
title = {Self-Monitoring Navigation Agent via Auxiliary Progress Estimation},
author = {Chih-Yao Ma and Jiasen Lu and Zuxuan Wu and Ghassan AlRegib and Zsolt Kira and Richard Socher and Caiming Xiong},
journal= {arXiv preprint arXiv:1901.03035},
year = {2019}
}
备注
ICLR 2019, code is available at https://github.com/chihyaoma/selfmonitoring-agent