基于视觉情景记忆的探索
机器人学
2024-05-21 v1 计算机视觉与模式识别
摘要
在人类认知发展中,内在动机是开放式认知发展的重要机制;在机器人领域,它被证明对探索很有价值。人类认知发展的一个重要方面是情景记忆(episodic memory),它既能让我们回忆过去的事件,也能投射主观的未来。本文探索了将视觉情景记忆作为机器人探索问题的内在动机来源。通过使用卷积循环神经网络自编码器,智能体学习了用于表示时空特征的高效表示,以便一旦时空特征被学习,才能实现准确的序列预测。 ground truth 与自编码器生成图像之间的结构相似性被用作内在动机信号,以引导探索。我们提出的情景记忆模型还能隐式地考虑智能体的动作,从而激励机器人寻求新的交互式经验,而不仅仅是视觉上不同的区域。当引导机器人探索时,我们的方法在寻找动态异常方面优于基于好奇心的变分自编码器(CVAE)。
引用
@article{arxiv.2405.11298,
title = {Visual Episodic Memory-based Exploration},
author = {Jack Vice and Natalie Ruiz-Sanchez and Pamela K. Douglas and Gita Sukthankar},
journal= {arXiv preprint arXiv:2405.11298},
year = {2024}
}
备注
FLAIRS 2023, 7 pages, 11 figures