論文

論文信息

題目：Is Mapping Necessary for Realistic PointGoal Navigation?
作者：Ruslan Partsey、 Erik Wijmans
代碼地址：https://rpartsey.github.io/pointgoalnav/
來(lái)源：CVPR
時(shí)間：2022

Abstract

目標(biāo)：證明顯式地圖不是成功導(dǎo)航的必要條件。

對(duì)比實(shí)驗(yàn)
數(shù)據(jù)集（模擬器）：無(wú)地圖導(dǎo)航模型的標(biāo)準(zhǔn)數(shù)據(jù)集Gibson。

模擬器和現(xiàn)實(shí)世界的區(qū)別：本體感知（位置和方向）、觀測(cè)噪聲、動(dòng)力學(xué)噪聲。

1. 理想環(huán)境：位置和方向信息 + 沒(méi)有RGB-D傳感器噪聲和驅(qū)動(dòng)噪聲：100%
2. 現(xiàn)實(shí)環(huán)境：沒(méi)有位置和方向信息 + RGB-D傳感器噪聲和驅(qū)動(dòng)噪聲：71.7%
3. 實(shí)驗(yàn)環(huán)境：位置和方向信息 + RGB-D傳感器噪聲和驅(qū)動(dòng)噪聲：97%（[39]）、99.8%（本論文）

證實(shí)了唯一的性能限制因素是智能體的自我定位能力。

Introduction

特點(diǎn)：

1. 通過(guò)動(dòng)作嵌入進(jìn)行動(dòng)作調(diào)節(jié)。
2. 訓(xùn)練時(shí)數(shù)據(jù)增強(qiáng)。
3. 用于集成的測(cè)試時(shí)數(shù)據(jù)增強(qiáng)。
4. 增加了數(shù)據(jù)集大小和模型大小。

PointGoal Navigation

任務(wù)定義

在PointNav中，智能體在以前未見(jiàn)過(guò)的環(huán)境中初始化，并被分配到相對(duì)于其起始位置指定的目標(biāo)。動(dòng)作空間是離散的，由四種類型的動(dòng)作組成:停止(結(jié)束episode)，向前移動(dòng)0.25m，以α角向左轉(zhuǎn)彎和向右轉(zhuǎn)彎。

評(píng)估指標(biāo)
Agent通過(guò)三個(gè)主要指標(biāo)進(jìn)行評(píng)估：

1. Success: 如果智能體在距離目標(biāo)0.36m (2倍agent半徑)的范圍內(nèi)發(fā)出停止命令，則$episodei$被認(rèn)為是成功的。
2. Success weight by (inverse normalized) Path Length (SPL):
   形式上，對(duì)于$episodei$，設(shè)$S_i$為成功的二進(jìn)制指示器，$p_i$為智能體路徑的長(zhǎng)度，$l_i$為最短路徑(測(cè)地線距離)的長(zhǎng)度，那么對(duì)于N個(gè)episode:
   $$SPL=\frac{1}{N}\sum _{i=1}^N{S}_i?\frac{l_i}{max(p_i,l_i)}$$
3. SoftSPL: 即二元的成功狀態(tài)$S_i$被目標(biāo)的完成過(guò)程所取代。形式上，對(duì)于$episodei$，設(shè)$d_{0_i}$為到目標(biāo)的初始距離，$d_{T_i}$為episode結(jié)束時(shí)到目標(biāo)的距離(包括成功和失敗)，則
   $$SoftSPL=\frac{1}{N}\sum _{i=1}^N\left(1?\frac{d_{T_i}}{d_{0_i}}\right)?\left(\frac{l_i}{max(p_i,l_i)}\right)$$

PointNav-v1: Idealized (Noise-less) Setting
智能體配備了無(wú)噪聲 RGB-D 攝像頭，可以訪問(wèn)地面實(shí)況定位（通過(guò) GPS+羅盤傳感器），并且運(yùn)動(dòng)是確定性/無(wú)噪聲的（意味著右轉(zhuǎn) 10° 總是使代理正好旋轉(zhuǎn) 10°）。該代理還可以沿著墻壁“滑動(dòng)”——這是視頻游戲中的常見(jiàn)行為，可以提高人類控制能力，但后來(lái)發(fā)現(xiàn)會(huì)降低模擬到真實(shí)的性能。

用強(qiáng)化學(xué)習(xí)的效果已經(jīng)很好了

PointNav-v2: Realistic (Noisy) Setting
引入驅(qū)動(dòng)噪聲（通過(guò)對(duì) LoCoBot 機(jī)器人進(jìn)行基準(zhǔn)測(cè)試建模 ）、移除 GPS+Compass 以及向 RGB-D 相機(jī)添加噪聲來(lái)解決 v1 的這些缺點(diǎn)。為了模擬真實(shí)世界的相機(jī) RGB 和深度，使用了 [8] 中的噪聲模型（向RGB 中加高斯噪聲模型；向Depth中加 Redwood 噪聲）。

Navigation Policy

模塊結(jié)構(gòu)

由兩個(gè)組件構(gòu)成：

一個(gè)導(dǎo)航策略（nav-police）:在時(shí)間步 $t$給出觀測(cè)值 $O_t$，決定采取哪種操作來(lái)達(dá)到目標(biāo)??；

一個(gè)視覺(jué)里程計(jì)（VO）:一個(gè)視覺(jué)測(cè)程(VO)模塊，輸入一對(duì)180×360 RGB-D幀，作為兩個(gè)連續(xù)觀測(cè)值$(O_{t?1},O_t)$，并輸出相對(duì)位姿變化$(\Delta x,\Delta y,\Delta z,\Delta \theta )$，其中 $\Delta x,\Delta y,\Delta z$ 表示攝像機(jī)中心的三維平移，$\Delta \theta$表示圍繞重力矢量的旋轉(zhuǎn)。然后用于更新目標(biāo)相對(duì)于機(jī)器人的位置，更新后的目標(biāo)位置將與$O_t$一起提供給導(dǎo)航策略，以預(yù)測(cè)下一個(gè)行動(dòng)。初始目標(biāo)位置估計(jì)等于實(shí)際目標(biāo)位置(根據(jù)任務(wù)規(guī)范)。

輸入

$g_{t?1}$:目標(biāo)前一步的坐標(biāo)

$O_{t?1}$:前一步的觀測(cè)值

$O_t$:當(dāng)前的觀測(cè)值

首先，VO 預(yù)測(cè) t ? 1 和 t 之間的變化，然后將目標(biāo)更新為 wrt。當(dāng)前姿勢(shì)。更新后的目標(biāo)位置與 Ot 一起提供給導(dǎo)航策略，以預(yù)測(cè)下一個(gè)動(dòng)作。初始目標(biāo)位置估計(jì)等于地面真實(shí)目標(biāo)位置（根據(jù)任務(wù)規(guī)范）

網(wǎng)絡(luò)結(jié)構(gòu)

導(dǎo)航策略的網(wǎng)絡(luò)結(jié)構(gòu)
我們的導(dǎo)航策略由兩層長(zhǎng)短期存儲(chǔ)器(LSTM)和半寬ResNet50編碼器組成。

在每個(gè)時(shí)間步，策略被給予來(lái)自噪聲深度傳感器（導(dǎo)航策略的常見(jiàn)做法）和位置方向（訓(xùn)練時(shí)來(lái)自ground-truth，測(cè)試時(shí)來(lái)自視覺(jué)測(cè)程模塊）的輸出。

在通過(guò)特征編碼器之前，視覺(jué)觀察使用ResizeShortestEdge和CenterCrop觀察轉(zhuǎn)換進(jìn)行轉(zhuǎn)換;前者將輸入的最短邊調(diào)整為256像素，同時(shí)保持縱橫比，后者將輸入的中心裁剪為256 × 256像素。

視覺(jué)測(cè)程模塊的網(wǎng)絡(luò)結(jié)構(gòu)
視覺(jué)測(cè)程模塊表示為ResNet編碼器后加一個(gè)壓縮塊和兩個(gè)全連接(FC)層。

我們將BatchNorm替換為GroupNorm，并使用寬度的一半。壓縮塊由3×3 Conv2d+GroupNorm+ReLU組成。我們?cè)谌B接層之間應(yīng)用DropOut，概率為0.2。完整的VO管道如圖3所示。

訓(xùn)練細(xì)節(jié)

我們還實(shí)現(xiàn)了分布式VO訓(xùn)練管道。在8個(gè)節(jié)點(diǎn)上訓(xùn)練(每個(gè)節(jié)點(diǎn)有8個(gè)GPU，共64個(gè)GPU)比在1個(gè)節(jié)點(diǎn)上訓(xùn)練快6.4倍。

訓(xùn)練導(dǎo)航策略
我們利用分散式分布式近端策略優(yōu)化(DD-PPO)和Wijmans等人的獎(jiǎng)勵(lì)結(jié)構(gòu)來(lái)訓(xùn)練策略。

獎(jiǎng)勵(lì)函數(shù)設(shè)定
對(duì)于episode $i$，智能體接受 ‘terminal’ reward: $r_T=2.5?Suces{s}_i$以鼓勵(lì)它停在正確的位置（并保持有效的路徑），和一個(gè)shaped reward:$r_t(a_t,s_t)=?\Delta geo\_dist?0.01$以鼓勵(lì)它向目標(biāo)執(zhí)行動(dòng)作（同時(shí)保持高效），$\Delta geo\_dist$是在狀態(tài)$s_t$ 執(zhí)行操作時(shí)到目標(biāo)的測(cè)地距離的變化。

我們?cè)贕ibson 4+上訓(xùn)練了25億步，然后在Gibson 0+上訓(xùn)練了25億步，最后在終止獎(jiǎng)勵(lì)由SPL加權(quán)的Gibson 0+上訓(xùn)練了25億步。在整個(gè)實(shí)驗(yàn)過(guò)程中，每個(gè)階段我們都使用前一階段中最好的策略開(kāi)始。

訓(xùn)練視覺(jué)里程計(jì)模塊
我們?cè)陟o態(tài)數(shù)據(jù)集 D = { ( O t ? 1 , O t , a t ? 1 , Δ p o s e ) } D=\left\{(O_{t-1},O_t,a_{t-1},\Delta pose)\right\} D={(Ot?1?,Ot?,at?1?,Δpose)}上訓(xùn)練視覺(jué)測(cè)程模型。該數(shù)據(jù)集是通過(guò)使用oracle path來(lái)創(chuàng)建的，從這些軌跡中對(duì)具有關(guān)于所采取的行動(dòng)和自我運(yùn)動(dòng)的元信息的RGB-D幀進(jìn)行統(tǒng)一采樣。我們使用Gibson 4+場(chǎng)景(和Gibson-v2 PointGoal導(dǎo)航集)來(lái)生成VO數(shù)據(jù)集。我們通過(guò)從訓(xùn)練場(chǎng)景中統(tǒng)一采樣20%的觀測(cè)對(duì)(總共500k到5M個(gè)訓(xùn)練示例)來(lái)收集訓(xùn)練數(shù)據(jù)集，通過(guò)從驗(yàn)證場(chǎng)景中采樣75%的觀測(cè)對(duì)(總共34k個(gè))來(lái)收集驗(yàn)證數(shù)據(jù)集。

oracle path指的是一個(gè)理想化的路徑規(guī)劃方法，它假設(shè)智能體已經(jīng)知道了完整的環(huán)境地圖，并且沒(méi)有任何感知或執(zhí)行誤差。在這種情況下，智能體可以通過(guò)簡(jiǎn)單地計(jì)算最短路徑來(lái)找到目標(biāo)位置。因此，oracle path可以被認(rèn)為是一種最優(yōu)的路徑規(guī)劃方法。

該模型的批處理大小為32，Adam優(yōu)化器的學(xué)習(xí)率為 $10^{?4}$,平移和旋轉(zhuǎn)的均方誤差(MSE)損失。

訓(xùn)練視覺(jué)測(cè)程(VO)模塊的優(yōu)化手段

1. 通過(guò)action embeddings進(jìn)行動(dòng)作調(diào)節(jié)。視覺(jué)測(cè)程(VO)模塊根據(jù)圖像和所執(zhí)行的動(dòng)作進(jìn)行測(cè)程。我們發(fā)現(xiàn)，將動(dòng)作的one-hot(獨(dú)熱碼)表示轉(zhuǎn)換為continuous embeddings，并將它們連接到VO網(wǎng)絡(luò)中的最后兩個(gè)全連接層，顯著提高了+8 Success/+5 SPL的性能。

continuous embeddings和one-hot的區(qū)別：在one-hot編碼中，每個(gè)動(dòng)作都被表示為一個(gè)只有一個(gè)元素為1的向量，其余元素為0。而continuous embeddings則是將每個(gè)動(dòng)作類型映射到一個(gè)固定長(zhǎng)度的向量空間中，并使用該向量來(lái)表示該動(dòng)作。相比之下，continuous embeddings可以更好地捕捉不同動(dòng)作之間的相似性和差異性，并且可以通過(guò)embedding層來(lái)學(xué)習(xí)這些特征。因此，在某些情況下，使用continuous embeddings可以提高神經(jīng)網(wǎng)絡(luò)的性能。

2. 訓(xùn)練時(shí)的數(shù)據(jù)增強(qiáng)。當(dāng)智能體產(chǎn)生觀測(cè)值$O_{t?1}$和$O_t$ 時(shí)，我們可以通過(guò)反向姿勢(shì)和動(dòng)作創(chuàng)建一個(gè)新的訓(xùn)練圖像，將$O_{t?1}$和$O_t$ 聯(lián)系起來(lái)。我們還提出了一種新的增強(qiáng)，稱為Flip。累積起來(lái)，它們可以通過(guò)+2 Success/+1 SPL來(lái)提高性能。
   視覺(jué)測(cè)程模塊接收到兩個(gè)用于向前移動(dòng)的觀測(cè)對(duì)(原始和翻轉(zhuǎn))和四個(gè)用于轉(zhuǎn)向{左，右}動(dòng)作的觀測(cè)對(duì)(原始，翻轉(zhuǎn)，交換(原始)，交換(翻轉(zhuǎn)))。在聚合階段，通過(guò)對(duì)每個(gè)增強(qiáng)應(yīng)用逆變換，將輸出轉(zhuǎn)換回原始坐標(biāo)坐標(biāo)系，然后求平均值以產(chǎn)生最終的自我運(yùn)動(dòng)估計(jì)。
   

3. 用于集成的測(cè)試時(shí)數(shù)據(jù)擴(kuò)充。為了提高穩(wěn)健性，我們?cè)跍y(cè)試時(shí)執(zhí)行所有增強(qiáng)，并對(duì)所有組合進(jìn)行匯總預(yù)測(cè)。這提高了+3 Success/+3 SPL的性能。

4. 增加數(shù)據(jù)集大小和模型大小。最后，我們研究了數(shù)據(jù)集規(guī)模從500k增加到1.5M觀測(cè)對(duì)(+8 Success/+7 SPL)，更大的模型規(guī)模(+3 Success/+3 SPL)，以及數(shù)據(jù)集規(guī)模從1.5M增加到5M (+8 Success/+6 SPL)的影響。

實(shí)驗(yàn)

Habitat Challenge 挑戰(zhàn)賽2021 PointNav項(xiàng)目

我們?cè)贖abitat Challenge 挑戰(zhàn)賽基準(zhǔn)測(cè)試標(biāo)準(zhǔn)中評(píng)估了性能最佳的智能體(表1，第16行)。我們的智能體在測(cè)試標(biāo)準(zhǔn)拆分中達(dá)到94%的成功率和74%的SPL。與之前發(fā)表的最先進(jìn)技術(shù)相比，這增加了+16%的成功率/+15%的SPL。超過(guò)了當(dāng)時(shí)的冠軍智源機(jī)器人的成功。

物體目標(biāo)導(dǎo)航 (Object Navigation) 是智能機(jī)器人的基本任務(wù)之一。在此任務(wù)中，智能機(jī)器人在一個(gè)未知的新環(huán)境中主動(dòng)探索并找到人指定的某類物體。物體目標(biāo)導(dǎo)航任務(wù)面向未來(lái)家庭服務(wù)機(jī)器人的應(yīng)用需求，當(dāng)人們需要機(jī)器人完成某些任務(wù)時(shí)，例如拿一杯水，機(jī)器人需要先尋找并移動(dòng)到水杯的位置，進(jìn)而幫人們?nèi)〉剿?/p>

雖然我們的結(jié)果不能有效地“解決”現(xiàn)實(shí)設(shè)置下的PointGoal導(dǎo)航，但它們顯著地提高了性能，并提供了更多的證據(jù)，表明即使在嚴(yán)酷的現(xiàn)實(shí)條件下，也可以在不構(gòu)建顯式映射的情況下進(jìn)行導(dǎo)航。

消融

1. action embeddings：我們分析了兩種可能的整合元信息的方法:將embeddings連接到編碼器之后的第一個(gè)FC層(表1，將action embeddings到第一個(gè)FC層，與基線(第2行與第1行)相比，性能提高了+7 Success/+5 SPL。將action embeddings到所有FC層，性能進(jìn)一步提高了+1 Success/+1 SPL(第3行與第2行)。我們相信，這允許FC層接收更多的上下文，以使用共享編碼器為每個(gè)動(dòng)作類型學(xué)習(xí)更準(zhǔn)確的自我運(yùn)動(dòng)。

2. 訓(xùn)練時(shí)間：通過(guò)應(yīng)用Flip來(lái)豐富VO數(shù)據(jù)集多樣性可以提高+2 Success/+1 SPL(第6行對(duì)第3行)的性能。有趣的是，我們發(fā)現(xiàn)Swap會(huì)降低-2 Success/-2 SPL(第4行對(duì)第3行)的性能。

3. 更大的數(shù)據(jù)集：為了研究大規(guī)模訓(xùn)練的影響，我們按照第4.4節(jié)所述的相同的數(shù)據(jù)集收集協(xié)議，將訓(xùn)練數(shù)據(jù)集大小增加了3倍(從500k增加到1.5M訓(xùn)練對(duì))。在沒(méi)有增強(qiáng)的情況下，增加數(shù)據(jù)集大小3×可以提高性能+5 Success/+4 SPL(第12行對(duì)第3行)和+8 Success/+4 SPL(第14行對(duì)第11行)。
   我們還使用這個(gè)更大的數(shù)據(jù)集檢查了增強(qiáng)的影響。令人驚訝的是，我們發(fā)現(xiàn)它們?cè)诟蟮挠?xùn)練數(shù)據(jù)集上更有影響力。

4. 更深層次的編碼器：我們發(fā)現(xiàn)，使用更復(fù)雜的編碼器架構(gòu)(ResNet50而不是ResNet18)進(jìn)行訓(xùn)練，可以進(jìn)一步提高導(dǎo)航性能+3 Success/+3 SPL(第15行vs第14行)。
   

sim to sim

我們研究了智能體的兩個(gè)組件如何從訓(xùn)練數(shù)據(jù)集Gibson轉(zhuǎn)移到Matterport3D數(shù)據(jù)集。我們發(fā)現(xiàn)在智能體的性能日漸本地化由只有 -6 Success/-6 SPL(表2、行5 vs 行2)，智能體的性能與視覺(jué)測(cè)程法降低更多，-19 Success/-18 SPL(行6 vs 行3)。

這就留下了一個(gè)問(wèn)題——是否存在通用(跨數(shù)據(jù)集)VO模塊?我們預(yù)計(jì)，創(chuàng)建這樣一個(gè)系統(tǒng)需要在多個(gè)大規(guī)模數(shù)據(jù)集上進(jìn)行訓(xùn)練。

sim to real

我們?cè)诂F(xiàn)實(shí)中對(duì)我們的方法進(jìn)行了初步探索，并將我們的學(xué)習(xí)代理部署在沒(méi)有sim2real適應(yīng)的LoCoBot上。在9個(gè)episodes中，它獲得了11%的成功，71%的SoftSPL，并完成了通往目標(biāo)道路(SoftSuccess)的92%。根據(jù)網(wǎng)站上提供的導(dǎo)航視頻，該代理可以很好地避開(kāi)障礙物。這些初步結(jié)果顯示出希望，適應(yīng)性方法可以提高性能。

結(jié)束語(yǔ)

雖然我們的結(jié)果不能有效地“解決”現(xiàn)實(shí)環(huán)境中的PointGoal導(dǎo)航，但它們顯著地提高了性能，并提供了更多的證據(jù)，表明即使在嚴(yán)酷的現(xiàn)實(shí)條件下，也可以在不構(gòu)建顯式映射的情況下進(jìn)行導(dǎo)航。

局限性

雖然我們的工作在現(xiàn)實(shí)條件下的無(wú)地圖導(dǎo)航方法方面取得了重大進(jìn)展，但它有幾個(gè)局限性。

1. 體現(xiàn)特異性。雖然我們的VO模型和訓(xùn)練過(guò)程是策略不可知的，但它們不是實(shí)現(xiàn)不可知的。action embeddings的重要性意味著放松這將是一個(gè)挑戰(zhàn)，這意味著VO模型可能需要為每個(gè)實(shí)施例重新訓(xùn)練，這是浪費(fèi)的。
2. 數(shù)據(jù)集特異性。同樣，我們學(xué)習(xí)的VO模型在數(shù)據(jù)集之間不能很好地傳輸，可能需要為每個(gè)數(shù)據(jù)集重新訓(xùn)練。我們相信大規(guī)模多數(shù)據(jù)集訓(xùn)練可能是一個(gè)解決方案，但這仍然是一個(gè)懸而未決的問(wèn)題。
3. 計(jì)算需求。我們的最佳導(dǎo)航策略使用了總共75億步的經(jīng)驗(yàn)。訓(xùn)練我們最好的VO模型首先需要生成5M個(gè)訓(xùn)練對(duì)，然后在64個(gè)GPU上訓(xùn)練(總共約5000個(gè)GPU小時(shí))。PointNav-v1[26,32,36]的高計(jì)算需求迅速降低，我們預(yù)計(jì)PointNav-v2的計(jì)算需求也會(huì)降低，但這仍然是一個(gè)開(kāi)放的方向。

其余細(xì)節(jié)

確定SPL的上限

為了將導(dǎo)航策略的性能與視覺(jué)測(cè)程模塊隔離開(kāi)來(lái)，我們通過(guò)訪問(wèn)ground-truth位置和方向來(lái)檢查智能體的性能。在Gibson val數(shù)據(jù)集上，我們的智能體在PointNav-v2設(shè)置中實(shí)現(xiàn)了99.8%的成功和80%的SPL。這一結(jié)果表明，即使有嘈雜的觀測(cè)和驅(qū)動(dòng)，也可以在不建立明確的地圖的情況下實(shí)現(xiàn)近乎完美的成功。

為了回答近乎完美的SPL是否也可以實(shí)現(xiàn)，我們需要在現(xiàn)實(shí)環(huán)境中對(duì)SPL設(shè)置一個(gè)嚴(yán)格的上限?；叵胍幌拢诂F(xiàn)實(shí)設(shè)置驅(qū)動(dòng)是有噪聲的。因此，即使是一個(gè)對(duì)環(huán)境完全了解的oracle智能體也可能無(wú)法遵循最短路徑并實(shí)現(xiàn)100%的SPL。例如如果智能體按照最短路徑靠近障礙物，噪聲驅(qū)動(dòng)可能會(huì)使其與障礙物接觸，此時(shí)需要進(jìn)行避讓，因此增加了其路徑長(zhǎng)度。

為了確定SPL的更嚴(yán)格的上限，我們實(shí)現(xiàn)了一個(gè)啟發(fā)式規(guī)劃器，它使用ground-truth映射來(lái)選擇運(yùn)動(dòng)原語(yǔ)(轉(zhuǎn){左，右}×N，然后向前移動(dòng))。規(guī)劃器選擇使用真實(shí)地測(cè)地線距離(因此使用真實(shí)地圖)最好地減少到目標(biāo)的距離的原語(yǔ)，在選定的原語(yǔ)中執(zhí)行第一個(gè)操作，然后重新運(yùn)行選擇過(guò)程，直到達(dá)到目標(biāo)。在Gibson驗(yàn)證中，oracle達(dá)到84%的SPL。因此，在現(xiàn)實(shí)環(huán)境中，我們不應(yīng)該期望100%的SPL。

然后，我們通過(guò)考慮給予神諭的特權(quán)信息(ground-truth map)來(lái)進(jìn)一步收緊上限?？紤]理想的設(shè)置，在這種設(shè)置中，智能體的挑戰(zhàn)是未知環(huán)境中的路徑規(guī)劃，而不是額外滿足于有噪聲的驅(qū)動(dòng)和觀察。這種設(shè)置也被認(rèn)為是Gibson數(shù)據(jù)集上的“解決”，使其成為量化地面真相地圖影響的理想設(shè)置。在理想的設(shè)置中，在Gibson val上，oracle實(shí)現(xiàn)了99%的SPL，而對(duì)于一個(gè)學(xué)習(xí)智能體，最廣為人知的結(jié)果是97%的SPL[33]。使用絕對(duì)或相對(duì)差異，我們預(yù)計(jì)在現(xiàn)實(shí)環(huán)境中，當(dāng)oracle達(dá)到84%的SPL時(shí)，學(xué)習(xí)智能體可以達(dá)到大約82%的SPL。雖然80%并不是82%，但這表明視覺(jué)測(cè)程模塊是限制因素(視覺(jué)測(cè)程模塊的最佳結(jié)果是63% SPL)，我們將在本文的其余部分將重點(diǎn)放在這個(gè)組件上

參考

文章鏈接：https://blog.csdn.net/weixin_42856843/article/details/129798138文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-608477.html

到了這里，關(guān)于Is Mapping Necessary for Realistic PointGoal Navigation 論文閱讀和代碼分析的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！