Sep, 2023

通过对应关系实现端到端（实例）- 图像目标导航的新发现现象

PDF
TL;DR通过使用预设任务和双编码器模型，本研究针对视觉导航中的视觉对应问题和目标检测进行了改进，取得了显著进展并在两个基准测试中达到了最佳性能。
goal oriented visual navigationcompact representationshigh-capacity perception modulespretext tasksdual encoder
发现论文，激发创造
  • 导航至特定图像所指示的对象

    本研究介绍了一个可以在仿真和现实实现物体到达任务的系统，该系统采用模块化方法解决了探索、目标识别、目标定位和本地导航等子任务，无需任何微调，实现了较高的成功率，并在移动机器人平台上展示了有效的实际性能。

    Apr, 2023

  • 服务机器人的现实世界实例特定图像目标导航：用对比学习缩小领域差距

    提出了一种名为 Few-shot Cross-quality Instance-aware Adaptation（CrossIA）的新方法，该方法利用对比学习和图像增强技术来解决移动机器人在低质量图像和高质量查询图像之间的领域差距，从而提高实例特定图像目标导航的任务成功率。

    Apr, 2024

  • 实例感知探索 - 验证 - 利用于实例图像目标导航

    在未知环境中，为了导航到目标图像中指定的对象，我们提出了一种人工智能导航框架 IEVE，它通过模拟人类的行为，在不同的情况下帮助代理人在探索、验证和利用行为之间进行积极切换，从而识别并导航至目标对象。在挑战性的 HabitatMatterport 3D semantic 数据集上，我们的方法优于现有的最先进方法，在经典分割模型（0.684 vs. 0.561 成功率）或强大模型（0.702 vs. 0.561 成功率）方面。

    Feb, 2024

  • 图像目标导航的变形金刚

    利用生成式 Transformer 模型，通过联合建模图像目标、摄像头观察和机器人过去的动作来预测未来的动作，从而实现对于长时间跨度的图像目标导航任务的稳健的、无需与环境实时交互的目标导向导航策略。

    May, 2024

  • 末端具身视觉导航

    提出了一种名为 SLING 的新方法，致力于通过使用神经描述符和简单而有效的切换来改进现有的图像目标导航系统，在图像目标导航基准测试中取得了很大的成功，从而将成功率从 45％提高到 55％。

    Nov, 2022

  • 基于目标导向语义探索的目标导航

    该研究提出了 Goal-Oriented Semantic Exploration 系统，通过构建基于目标对象类别的情节语义地图来有效探索环境，该模型在模拟环境和移动机器人平台中实现了物体目标导航的优异表现。

    Jul, 2020

  • 神经拓扑 SLAM 用于视觉导航

    本文研究图像目标导航问题，提出了一种基于拓扑表示法、语义特征和监督学习算法的解决方案，在视觉和物理仿真实验中部署该算法，与现有方法相比，在长时间任务中呈现出 50％以上的相对提高。

    May, 2020

  • 零样本物体导向视觉导航

    本文研究了零样本对象目标视觉导航任务，并提出了一种基于语义相似性网络的新型框架，用于在未训练过的类中引导机器人查找目标，通过在 AI2-THOR 平台上进行了广泛的实验，证明了我们模型的一般化能力强于基线模型。

    Jun, 2022

  • FGPrompt：用于图像目标导航的细粒度目标提示

    通过 Fine-grained Goal Prompting (FGPrompt) 方法设计，本论文旨在解决学习导航到图像指定目标的困难问题，通过使用细粒度和高分辨率的特征图作为提示，以实现条件嵌入，从而改善图像目标导航的性能。

    Oct, 2023

  • 零样本实例导航的优先语义学习

    我们提出了一种优先语义学习（PSL）方法，通过引入语义增强的 PSL 代理和优先语义训练策略来提高导航代理的语义理解能力，并设计了语义扩展推理方案以保持与训练相同的目标语义粒度级别。此外，针对流行的 HM3D 环境，我们提出了一个实例导航（InstanceNav）任务，需要根据详细描述前往特定的对象实例，与仅通过目标类别定义目标的对象导航（ObjectNav）任务不同。我们的 PSL 代理在零样本 ObjectNav 的成功率上超过了先前的最优结果 66％，并且在新的 InstanceNav 任务上也表现优越。代码将在此 https 网址上发布：science/r/PSL/。

    Mar, 2024