面向真实世界中基于自注意力的视觉导航
机器人学
2022-09-20 v2 计算机视觉与模式识别
机器学习
神经与进化计算
摘要
视觉引导导航需要处理复杂的视觉信息以支撑面向任务的决策。其应用包括自主机器人、自动驾驶汽车以及人类辅助视觉。一个关键要素是在像素空间中提取并选择相关特征以作为动作选择的基础，机器学习技术非常适用于此。然而，在仿真中训练的深度强化学习智能体由于被称为现实差距的感知差异，在部署到真实世界时往往表现出不尽人意的结果。自注意力是一种尚未被探索以弥合此差距的方法。在本文中，我们（1）对基于自注意力的3D环境导航的超参数空间进行系统探索，并定性评估不同超参数集观察到的行为，包括其泛化能力；（2）提出改进智能体泛化能力与导航行为的策略；（3）展示在仿真中训练的模型如何能够实时有意义地处理真实世界图像。据我们所知，这是首个基于自注意力的智能体成功训练于导航3D动作空间、使用少于4000个参数的演示。
引用
@article{arxiv.2209.07043,
title = {Towards self-attention based visual navigation in the real world},
author = {Jaime Ruiz-Serra and Jack White and Stephen Petrie and Tatiana Kameneva and Chris McCarthy},
journal= {arXiv preprint arXiv:2209.07043},
year = {2022}
}
备注
Submitted to The 2022 Australian Conference on Robotics and Automation (ACRA 2022)