ECCV 2020 | 基于對抗路徑采樣的反事實(shí)視覺語言導(dǎo)航
為了提升對于未知環(huán)境的適應(yīng)性,預(yù)探索也被應(yīng)用到了整套系統(tǒng)中去。導(dǎo)航器可以首先探索不熟悉的環(huán)境,并增加在未知環(huán)境中執(zhí)行導(dǎo)航指令的機(jī)會。針對先前的預(yù)探索方法,像束搜索和自模仿學(xué)習(xí),他們基于指令并對每一條指令進(jìn)行優(yōu)化,但這種方法會造成路徑過長。在真實(shí)環(huán)境中部署機(jī)器人到陌生環(huán)境時,首先要熟悉環(huán)境并有效地在環(huán)境中執(zhí)行自然語言指令。
與先前方法優(yōu)化給定指令或假設(shè)一次性覆蓋所有未知環(huán)境不同,本文提出了利用APS方法來實(shí)現(xiàn)基于環(huán)境的預(yù)探索,可以使得智能體僅僅針對同一環(huán)境中的任務(wù)進(jìn)行環(huán)境預(yù)探索,而無需先驗(yàn)知識。在未知環(huán)境中,利用APS來采樣多條路徑P’并生成導(dǎo)航指令I(lǐng)’。隨后利用(P’,I’)來優(yōu)化位置環(huán)境中的NAV。在預(yù)探索過程中,固定APS參數(shù)而僅僅優(yōu)化NAV。通過這樣的方法可以有效提升模型對于未知環(huán)境的適應(yīng)能力。
未知環(huán)境中的預(yù)探索優(yōu)化流程。APS對未知環(huán)境進(jìn)行采樣來優(yōu)化NAV。
二、實(shí)驗(yàn)結(jié)果
為了驗(yàn)證這種方法的有效性,研究人員在視覺語言導(dǎo)航數(shù)據(jù)集R2R(Room-to-Room)上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)分別針對Seq2Seq、Speaker-Follower、RCM等三個基準(zhǔn)進(jìn)行,分別為其增加隨機(jī)采樣增強(qiáng)路徑、APS采樣增強(qiáng)路徑觀察導(dǎo)航誤差(Navigation Error)、成功率(Oracle Success Rate,Success Rate)、路徑長度加權(quán)的成功率(Success Rate weighted by Path Length),其結(jié)果如下表所示:
可以看到基于APS的方法顯著地提升了三種基準(zhǔn)的性能,下圖還更為直觀地反映了隨機(jī)采樣和APS增強(qiáng)采樣模式針對兩種方法在不同增強(qiáng)率下性能提升:
下圖還展示了預(yù)探索策略對于未知環(huán)境導(dǎo)航的有效性,可以看到經(jīng)過預(yù)探索后導(dǎo)航模型可以根據(jù)指令徑直向前,方向和移動過程更為準(zhǔn)確。研究人員還發(fā)現(xiàn)在差異較大的環(huán)境中,預(yù)探索能顯示出的能力也就越強(qiáng),在實(shí)際使用中就會具有更強(qiáng)的適應(yīng)性和泛化性。
如果想要了解更多的實(shí)現(xiàn)細(xì)節(jié)和實(shí)驗(yàn)結(jié)果分析比較,請參看論文,其中不僅包含了充分的理論分析和模型的詳盡實(shí)現(xiàn)細(xì)節(jié),同時還涵蓋了完整的消融性分析結(jié)果。
關(guān)于我“門”
將門是一家以專注于發(fā)掘、加速及投資技術(shù)驅(qū)動型創(chuàng)業(yè)公司的新型創(chuàng)投機(jī)構(gòu),旗下涵蓋將門創(chuàng)新服務(wù)、將門技術(shù)社群以及將門創(chuàng)投基金。將門成立于2015年底,創(chuàng)始團(tuán)隊由微軟創(chuàng)投在中國的創(chuàng)始團(tuán)隊原班人馬構(gòu)建而成,曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術(shù)型創(chuàng)業(yè)公司。
將門創(chuàng)新服務(wù)專注于使創(chuàng)新的技術(shù)落地于真正的應(yīng)用場景,激活和實(shí)現(xiàn)全新的商業(yè)價值,服務(wù)于行業(yè)領(lǐng)先企業(yè)和技術(shù)創(chuàng)新型創(chuàng)業(yè)公司。
將門技術(shù)社群專注于幫助技術(shù)創(chuàng)新型的創(chuàng)業(yè)公司提供來自產(chǎn)、學(xué)、研、創(chuàng)領(lǐng)域的核心技術(shù)專家的技術(shù)分享和學(xué)習(xí)內(nèi)容,使創(chuàng)新成為持續(xù)的核心競爭力。
將門創(chuàng)投基金專注于投資通過技術(shù)創(chuàng)新激活商業(yè)場景,實(shí)現(xiàn)商業(yè)價值的初創(chuàng)企業(yè),關(guān)注技術(shù)領(lǐng)域包括機(jī)器智能、物聯(lián)網(wǎng)、自然人機(jī)交互、企業(yè)計算。在近四年的時間里,將門創(chuàng)投基金已經(jīng)投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數(shù)科技、迪英加科技等數(shù)十家具有高成長潛力的技術(shù)型創(chuàng)業(yè)公司。

發(fā)表評論
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-9.16點(diǎn)擊進(jìn)入 >> 【限時福利】TE 2025國際物聯(lián)網(wǎng)展·深圳站
-
10月23日火熱報名中>> 2025是德科技創(chuàng)新技術(shù)峰會
-
10月23日立即報名>> Works With 開發(fā)者大會深圳站
-
10月24日立即參評>> 【評選】維科杯·OFweek 2025(第十屆)物聯(lián)網(wǎng)行業(yè)年度評選
-
11月27日立即報名>> 【工程師系列】汽車電子技術(shù)在線大會
-
12月18日立即報名>> 【線下會議】OFweek 2025(第十屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
推薦專題
- 1 先進(jìn)算力新選擇 | 2025華為算力場景發(fā)布會暨北京xPN伙伴大會成功舉辦
- 2 人形機(jī)器人,正狂奔在批量交付的曠野
- 3 宇樹機(jī)器人撞人事件的深度剖析:六維力傳感器如何成為人機(jī)安全的關(guān)鍵屏障
- 4 解碼特斯拉新AI芯片戰(zhàn)略 :從Dojo到AI5和AI6推理引擎
- 5 AI版“四萬億刺激”計劃來了
- 6 騰訊 Q2 財報亮眼:AI 已成第二增長曲線
- 7 2025年8月人工智能投融資觀察
- 8 9 Manus跑路,大廠掉線,只能靠DeepSeek了
- 10 a16z最新AI百強(qiáng)榜:硅谷頂級VC帶你讀懂全球生成式AI賽道最新趨勢