基于深度后继表示的视觉语义规划
计算机视觉与模式识别
2017-08-17 v2 机器学习
机器人学
摘要
现实世界智能体的一个关键能力是其在视觉世界中规划一系列动作以实现目标的能力。本工作中，我们解决视觉语义规划问题：从视觉观测预测动作序列，将动态环境从初始状态转换到目标状态的任务。这样做需要关于物体及其可供性，以及动作及其前提与效果的知识。我们提出通过与视觉动态环境交互来学习这些知识。我们提出的解决方案涉及用模仿学习引导强化学习。为确保跨任务泛化，我们开发了基于后继表示的深度预测模型。实验结果表明在具有挑战性的THOR环境中广泛任务上接近最优的结果。
引用
@article{arxiv.1705.08080,
title = {Visual Semantic Planning using Deep Successor Representations},
author = {Yuke Zhu and Daniel Gordon and Eric Kolve and Dieter Fox and Li Fei-Fei and Abhinav Gupta and Roozbeh Mottaghi and Ali Farhadi},
journal= {arXiv preprint arXiv:1705.08080},
year = {2017}
}
备注
ICCV 2017 camera ready