面向移动操作的空间动作图

典型的端到端机器人导航学习公式涉及从当前状态图像（例如SLAM重建的鸟瞰图）预测少量转向指令动作（例如前进、左转、右转等）。相反，我们表明，在与状态相同域中定义的密集动作表示进行学习可能是有利的。在这项工作中，我们提出“空间动作图”，其中可能的动作集合由像素图（与当前状态输入图像对齐）表示，每个像素代表对应场景位置处的局部导航终点。使用卷积网络从状态图像推断空间动作图，动作预测由此在空间上锚定于场景中的局部视觉特征，从而能够通过强化学习显著更快地学习移动操作任务的复杂行为。在我们的实验中，我们让机器人将物体推到目标位置，并发现使用空间动作图学习的策略比传统替代方案取得好得多的性能。