在过去的十年里,机器学习的突破导致了“数字智能”,即机器学习模型能够从大量标记数据中学习,以执行一些数字任务,如语音识别、人脸识别、机器翻译等。这篇论文的目标是在设计能够“物理智能”的算法方面取得进展,即构建智能自主导航代理,能够学习在物理世界中执行复杂的导航任务,包括视觉感知、自然语言理解、推理、规划、还有顺序决策。尽管在过去的几十年里,经典的导航方法有了一些进步,但是当前的导航代理在长期的语义导航任务上仍然很挣扎。在论文的第一部分,我们讨论了我们使用端到端强化学习来解决诸如回避障碍、语义感知、语言基础和推理等挑战的短期导航工作。在第二部分,我们提出了一种新的导航方法,基于模块化学习和结构化显式地图表示,它利用了经典和端到端学习方法的优势,以解决长期的导航任务。我们证明了这些方法能够有效地解决诸如定位、映射、长期规划、探索和学习语义先验等挑战。这些模块化学习方法能够长期理解空间和语义,并在各种导航任务中获得最先进的结果。

链接: https://www.zhuanzhi.ai/paper/833a5e3cfe6401566bdde2b30d574d09

视频: https://www.youtube.com/watch?v=rJ7tGT5cHtU

成为VIP会员查看完整内容
48

相关内容

卡耐基梅隆大学(Carnegie Mellon University)坐落在宾夕法尼亚州的匹兹堡,是一所享誉世界的私立顶级研究型大学,学校面积不大,学科门类不多,但在其所设立的几乎所有专业都居于世界领先水平。卡内基梅隆大学享誉全国的认知心理学、管理和公共关系学、写作和修辞学、应用历史学、哲学和生物科学专业。它的计算机、机器人科学、理学、美术及工业管理都是举世公认的一流专业。
专知会员服务
71+阅读 · 2021年7月29日
【CMU博士论文】开放世界目标检测与跟踪,168页pdf
专知会员服务
58+阅读 · 2021年6月14日
【CMU博士论文】可控文本生成,附107页pdf与Slides
专知会员服务
55+阅读 · 2021年4月21日
【CMU博士论文】机器人深度强化学习,128页pdf
专知会员服务
123+阅读 · 2020年8月27日
PlaNet 简介:用于强化学习的深度规划网络
谷歌开发者
13+阅读 · 2019年3月16日
【学界】伯克利吴翼&FAIR田渊栋等人提出强化学习环境Hourse3D
GAN生成式对抗网络
5+阅读 · 2018年1月13日
【无人机】无人机的自主与智能控制
产业智能官
42+阅读 · 2017年11月27日
Arxiv
24+阅读 · 2021年6月25日
Arxiv
35+阅读 · 2021年1月27日
VIP会员
相关VIP内容
微信扫码咨询专知VIP会员