主题: Neural Topological SLAM for Visual Navigation
摘要: 本文研究了图像目标导航的问题,该问题涉及在以前看不见的新型环境中导航到目标图像指示的位置。 为了解决这个问题,我们设计了空间的拓扑表示,可以有效利用语义并提供近似的几何推理。 我们表示的核心是具有关联语义特征的节点,这些节点使用粗略的几何信息相互连接。 我们描述了基于监督学习的算法,该算法可以在嘈杂的驱动下构建,维护和使用此类表示。 在视觉和物理逼真的模拟中的实验研究表明,我们的方法可建立有效的表示形式,以捕获结构规律性并有效解决长视距导航问题。 与研究此任务的现有方法相比,我们观察到相对提高了50%以上。