用于目标物体导航的空间关系图与图卷积网络
机器人学
2022-08-30 v1 人工智能
摘要
本文描述了一种用于目标物体导航任务的框架，该任务要求机器人从随机起始位置找到并移动到目标物体类别最近的实例。该框架利用机器人轨迹历史学习空间关系图（SRG）以及基于图卷积网络（GCN）的嵌入，用于表示不同语义标记区域的邻近可能性以及这些区域中不同物体类别的出现情况。在评估过程中，为定位目标物体实例，机器人使用贝叶斯推断和 SRG 来估计可见区域，并利用学习到的 GCN 嵌入对可见区域进行排序并选择下一个要探索的区域。
引用
@article{arxiv.2208.13031,
title = {Spatial Relation Graph and Graph Convolutional Network for Object Goal Navigation},
author = {D. A. Sasi Kiran and Kritika Anand and Chaitanya Kharyal and Gulshan Kumar and Nandiraju Gireesh and Snehasis Banerjee and Ruddra dev Roychoudhury and Mohan Sridharan and Brojeshwar Bhowmick and Madhava Krishna},
journal= {arXiv preprint arXiv:2208.13031},
year = {2022}
}
备注
CASE 2022 paper