ViKiNG：基于视觉的千米级导航与地理提示方法

机器人导航既被作为三维重建与规划问题，也被作为端到端学习问题来研究。然而，长距离导航既需要规划并推理局部可通行性，也需要能够利用关于全局地理的通用知识，如路线图、GPS 或其他提供重要线索的辅助信息。本文提出一种集成学习与规划的方法，可利用示意路线图、卫星地图和 GPS 坐标等辅助信息作为规划启发式，而不依赖其准确性。我们的方法 ViKiNG 包含一个局部可通行性模型，该模型观察机器人当前相机观测与潜在子目标，推断该子目标的可达难易程度，以及一个启发式模型，该模型查看俯视地图获取提示，并尝试评估这些子目标对于抵达最终目标的适宜性。这些模型由一个启发式规划器使用，以识别抵达终点的最佳路点。我们的方法不进行显式几何重建，仅利用环境的拓扑表示。尽管在训练数据中从未见过超过 80 米的轨迹，ViKiNG 仍能利用其基于图像的习得控制器与面向目标的启发式，在先前未见过环境中导航至最远 3 公里外的目标，并展现出探测潜在路径及在发现不可行时回溯等复杂行为。ViKiNG 对不可靠的地图与 GPS 也具有鲁棒性，因为底层控制器最终基于以自我为中心的图像观测做决策，仅将地图用作规划启发式。有关我们实验的视频，请查看项目主页 https://sites.google.com/view/viking-release。