使用深度强化学习的室内场景目标驱动视觉导航
计算机视觉与模式识别
2016-09-19 v1
摘要
深度强化学习较少被解决的两个问题是：(1) 缺乏对新目标目标的泛化能力，以及 (2) 数据低效，即模型需要大量（通常代价高昂的）试错回合才能收敛，这使得将其应用于现实世界场景变得不切实际。在本文中，我们解决了这两个问题，并将我们的模型应用于目标驱动视觉导航任务。为解决第一个问题，我们提出了一个 actor-critic 模型，其策略是目标以及当前状态的函数，从而能够更好地泛化。为解决第二个问题，我们提出了 AI2-THOR 框架，该框架提供了具有高质量 3D 场景和物理引擎的环境。我们的框架使智能体能够采取行动并与物体交互。因此，我们可以高效地收集大量训练样本。我们表明，我们提出的方法 (1) 比最先进的深度强化学习方法收敛更快，(2) 能跨目标和跨场景泛化，(3) 尽管模型在仿真中训练，但只需少量微调即可泛化到真实机器人场景，(4) 是端到端可训练的，且不需要特征工程、帧间特征匹配或环境的 3D 重建。补充视频可通过以下链接访问：https://youtu.be/SmBxMDiOrvs。
引用
@article{arxiv.1609.05143,
title = {Target-driven Visual Navigation in Indoor Scenes using Deep Reinforcement Learning},
author = {Yuke Zhu and Roozbeh Mottaghi and Eric Kolve and Joseph J. Lim and Abhinav Gupta and Li Fei-Fei and Ali Farhadi},
journal= {arXiv preprint arXiv:1609.05143},
year = {2016}
}