RobotSlang基准：对话引导的机器人定位与导航
机器人学
2020-10-27 v1 人工智能
计算与语言
计算机视觉与模式识别
摘要
从搜索救援到辅助引导的应用中，自主机器人系统应能与人们进行自然语言对话。为研究此类协作通信，我们引入自然语言机器人同步定位与建图（RobotSlang），这是一个包含169段自然语言对话的基准，对话发生于控制机器人的人类驾驶员与提供导航目标引导的人类指挥官之间。在每轮试验中，二人首先协作在指挥官可见的全局地图上定位机器人，随后驾驶员遵循指挥官指令将机器人移动至一系列目标物体。我们提出基于对话历史的定位（LDH）与基于对话历史的导航（NDH）任务：习得智能体以机器人平台的对话与视觉观测为输入，须分别在全局地图中定位或向下一目标物体导航。RobotSlang包含近5k条话语与超1k分钟的机器人相机与控制流。我们给出了NDH任务的初始模型，并展示在仿真中训练的智能体可遵循RobotSlang基于对话的导航指令控制实体机器人平台。代码与数据发布于 https://umrobotslang.github.io/。
引用
@article{arxiv.2010.12639,
title = {The RobotSlang Benchmark: Dialog-guided Robot Localization and Navigation},
author = {Shurjo Banerjee and Jesse Thomason and Jason J. Corso},
journal= {arXiv preprint arXiv:2010.12639},
year = {2020}
}
备注
Conference on Robot Learning 2020