序列无关的多目标导航
机器人学
2023-05-11 v1 人工智能
机器学习
摘要
多目标导航（MultiON）任务要求机器人定位多个物体类别各自的实例。这是家庭或工厂中辅助机器人的一项基础任务。现有的 MultiON 方法将其视为目标导航（ON，即定位某一物体类别实例）的直接扩展，且为预排序的，即待探索物体类别的顺序被提前给定。这在以动态变化为特征的实际应用中是一个很强的限制。本文描述了一种基于 actor-critic 架构与合适奖励规范的序列无关 MultiON 深度强化学习框架。我们的框架利用过往经验，并力求对朝向单个及多个目标物体类别的进展给予奖励。我们在 AI Habitat 3D 仿真环境中使用来自 Gibson 基准数据集的照片级真实场景，实验表明我们的方法优于预排序方法以及将一种最先进的 ON 方法扩展至 MultiON 的方法。
引用
@article{arxiv.2305.06178,
title = {Sequence-Agnostic Multi-Object Navigation},
author = {Nandiraju Gireesh and Ayush Agrawal and Ahana Datta and Snehasis Banerjee and Mohan Sridharan and Brojeshwar Bhowmick and Madhava Krishna},
journal= {arXiv preprint arXiv:2305.06178},
year = {2023}
}