objectgoal navigation | BriefGPT

关键词objectgoal navigation

搜索结果 - 7

生态环境合成场景数据集（HSSD-200）：3D 场景尺度和真实性权衡对于目标导航的分析
本文介绍 Habitat Synthetic Scene Dataset 数据集，并使用该数据集测试导航代理在逼真的三维环境中的泛化能力，研究合成 3D 场景数据集规模和真实性对于训练全方位代理寻找和导航至目标对象的影响，表明在保证场景真实
PDFa year ago
PIRLNav：利用模仿与强化学习微调的预训练方法实现物体导航
该研究通过提出一种两阶段的学习方法，结合模仿学习和强化学习，对 ObjectGoal Navigation 问题进行研究，展示了对人类演示预训练后进行强化学习的 PIRLNav 策略，在 ObjectNav 任务上将成功率从 60.0% 提
PDFa year ago
PEANUT: 预测和导航到未知目标
本文提出了一种学习环境中空间和语义规律的简单方法，通过从不完整的语义地图中预测未观测对象的位置来实现。该方法可以轻松地使用少量数据进行监督式训练，并可以在没有强化学习的情况下，将模型融入到 ObjectNav 的模块化流程中，该模型在 HM
PDF2 years ago
Habitat-Web: 从大规模人类演示中学习具身体物体搜索策略
大规模仿真学习研究证明在新环境中使用人类示范对比传统的强化学习对于机器人物品寻找的效率更高，在目标导航和 Pick＆Place 方面都表现出良好的表现，并呈现出不错的收缩算法的可能性。
PDF2 years ago
CVPR基于潜力函数的无交互学习的目标导航
该研究提出了基于无交互学习的潜在函数的模块化方法，旨在解决物体目标导航的计算资源和时间成本问题。通过训练预测两个互补潜在函数的网络，方法可以在不与环境交互的情况下决定何时寻找看不见的物体，进而实现 ObjectGoal 导航，证明该方法能够
PDF2 years ago
辅助任务和探索实现 ObjectNav
通过添加辅助学习任务和探索奖励，本文重新启用了一个通用的学习代理，从而实现了对 ObjectNav 挑战的目标导航。分析表明，代理将简化其视觉输入，以平滑其循环神经网络动态，并且辅助任务减少过度拟合。
PDF3 years ago
MultiON: 使用多对象导航基准测试语义地图记忆
本文探讨了在三维环境中进行导航任务的挑战以及地图类记忆对导航任务的影响，提出了新的 MultiON 任务，通过一系列实验考察了不同复杂度任务下代理模型的表现，发现简单语义地图代理的表现相对更优，但神经图像特征地图代理和 oracle 地图代
PDF4 years ago