VOILA：仅视觉观测模仿学习用于自主导航
机器人学
2022-03-30 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
尽管基于视觉的自主移动机器人导航的模仿学习近来在研究界受到极大关注，现有方法通常需要使用部署平台收集的态-动作演示。然而，如果无法轻易为平台装备以记录这些演示信号，或更糟的是演示者根本无法接触该平台，该怎么办？在此类场景下，基于视觉的自主导航的模仿学习是否可能？在本工作中，我们假设答案是肯定的，并且可将来自观测模仿（IfO）文献的最新思想加以运用，使得机器人仅使用演示者收集的自我中心视频即可学习导航，即便存在视角不匹配。为此，我们引入一种新算法——仅视觉观测模仿学习用于自主导航（VOILA），它能从由物理上不同的智能体收集的单段视频演示中成功学习导航策略。我们在照片级真实的 AirSim 模拟器中评估 VOILA，表明 VOILA 不仅成功模仿专家，而且学到了可泛化至新环境的导航策略。进一步，我们通过在真实世界场景中展示 VOILA 使轮式 Jackal 机器人利用手机摄像头录制的视频成功模仿人在环境中行走，证明了其有效性。
引用
@article{arxiv.2105.09371,
title = {VOILA: Visual-Observation-Only Imitation Learning for Autonomous Navigation},
author = {Haresh Karnan and Garrett Warnell and Xuesu Xiao and Peter Stone},
journal= {arXiv preprint arXiv:2105.09371},
year = {2022}
}
备注
Under Submission to ICRA+RAL 2022