ViNL：跨越障碍的视觉导航与移动
机器人学
2023-10-16 v3 人工智能
计算机视觉与模式识别
机器学习
摘要
我们提出了跨越障碍的视觉导航与移动（ViNL），它使四足机器人能够在未见过的公寓中导航，同时跨越其路径上的小障碍物（例如鞋子、玩具、电缆），类似于人类和宠物在行走时抬脚跨过物体的方式。ViNL 包括：(1) 一个视觉导航策略，输出线速度和角速度指令，引导机器人在陌生的室内环境中到达目标坐标；(2) 一个视觉移动策略，控制机器人的关节以在遵循给定速度指令的同时避免踩到障碍物。这两个策略完全是“无模型”的，即从传感器到动作的端到端训练神经网络。两者在两个完全不同的模拟器中独立训练，然后通过将导航器的速度指令馈送到移动器中，以完全“零样本”（无任何共同训练）的方式无缝协同部署。虽然先前的工作已经开发了用于视觉导航或视觉移动的学习方法，但据我们所知，这是第一个利用视觉来实现 (1) 在新环境中的智能导航和 (2) 旨在穿越杂乱环境而不干扰障碍物的智能视觉移动的完全学习方法。在未知环境中导航至远处目标的任务上，仅使用以自我为中心的视觉的 ViNL 显著优于先前使用特权地形图进行鲁棒移动的工作（成功率提高 32.8%，每米碰撞次数减少 4.42）。此外，我们对移动策略进行了消融实验，以表明我们方法的每个方面都有助于减少障碍物碰撞。视频和代码见 http://www.joannetruong.com/projects/vinl.html
引用
@article{arxiv.2210.14791,
title = {ViNL: Visual Navigation and Locomotion Over Obstacles},
author = {Simar Kareer and Naoki Yokoyama and Dhruv Batra and Sehoon Ha and Joanne Truong},
journal= {arXiv preprint arXiv:2210.14791},
year = {2023}
}