机器人制图、感知和交互的语义学调查
本文讨论了智能机器人如何同时理解环境的几何和语义属性,以构建包含物体级别实体和基于点或网格的几何表示的环境地图。作者的系统结合 RGB-D SLAM、深度学习目标检测和 3D 非监督分割等技术,同时构建几何点云模型和包含这些物体模型的地图。
Sep, 2016
本文探讨了语言输入与机器人导航系统的整合,借助符号互操作假设来连接符号认知和体验性认知的鸿沟。我们研究了将语言和语义融入神经网络和同时定位与映射方法的先前工作,突出展示了这些整合如何推进了该领域的发展。通过将抽象符号处理与感知动作基础相对比,我们提出了一个统一的框架,其中语言既作为一个抽象的交际系统,又作为感知经验的基础性表示。我们对分布语义认知模型及其应用于自主代理的审查强调了语言整合系统的转变潜力。
Apr, 2024
通过室内环境中的具身导航,提出了一种语义区域绘图的方法,通过视觉 - 语言模型向导绘图,将自身场景理解映射到全局框架上,生成具有高级代理知识的语义地图,实现自主地图生成。在逼真模拟器的实验中,该方法在大量基线方法中明显优于基于对象的系统和预训练场景分类器。
Mar, 2024
通过在一个地方政府的复杂基础设施项目中实现和验证本体论,该研究使用语义学方法对协调与合作进行建模和增强,提出了一个包含相关依赖的鲁棒保存型细化组织模型,以及如何通过改变组织内的依赖结构来减轻协调与合作风险等实际见解。
Dec, 2023
本文提出一种名为语义几何表征(SGR)的感知模块,旨在整合 RGB 和深度相机的信息,以更好地学习机器人感知和控制的表征,实验结果表明,SGR 在单任务和多任务设置下的表现均显著优于其他方法,并具有到新语义属性的泛化能力。
Jun, 2023
以基于文本的游戏为测试平台,研究了自然语言理解代理的语义理解能力;实验结果表明,在降低语义信息量的情况下,自主代理仍能够在游戏中取得高分,提出了逆动力学解码器来增强语义理解的性能。
Mar, 2021
本文介绍了一种语义解析方法,使用序列到序列模型将自然语言文本转化成 λ 演算表达式,并以 XML 格式进行解析,通过实验表明,该方法可用于机器人领域技术和非技术人员之间的交流。
Jan, 2023
本综述分析了语义处理的五个任务:词义消歧、指代消解、命名实体识别、概念提取和主观性检测,并研究了相关的理论研究、先进方法和下游应用。同时,我们还对不同的语义处理技术进行了比较,并总结了它们的技术趋势、应用趋势和未来方向。
Oct, 2023