[論文レビュー] CHALET: Cornell House Agent Learning Environment

Claudia Yan, Dipendra Misra+4 more|arXiv (Cornell University)|Jan 23, 2018

Reinforcement Learning in Robotics参考文献 19被引用数 71

ひとこと要約

CHALET は、言語・視覚・計画を訓練するエージェントを対象に、58室×10棟の家にまたがる移動可能な物体、コンテナ、現実的な物理を特徴とする、ナビゲーションと操作をサポートする Unity 3D ベースの家のシミュレーターです。

ABSTRACT

We present CHALET, a 3D house simulator with support for navigation and manipulation. CHALET includes 58 rooms and 10 house configuration, and allows to easily create new house and room layouts. CHALET supports a range of common household activities, including moving objects, toggling appliances, and placing objects inside closeable containers. The environment and actions available are designed to create a challenging domain to train and evaluate autonomous agents, including for tasks that combine language, vision, and planning in a dynamic environment.

研究の動機と目的

• ナビゲーションおよび操作タスクで自動的なエージェントを訓練するための、豊富で対話型の家の環境を提供する。
• 移動、コンテナの開閉、アイテムの配置など、さまざまな物体の相互作用をサポートする。
• 部分的に観測可能で動的な環境における言語の基盤付けと指示遵守を促進する。
• 堅牢な学習のための多様な家のレイアウトと物体配置のスケーラブルな生成を可能にする。

提案手法

• WebGL を含むクロスプラットフォーム展開のために、C# スクリプティングを用いて Unity 3D で CHALET を実装した。
• 多様な対話と機械学習統合のために、スタンドアロン、シミュレータ、クライアントモードをサポートする。
• 一人称視点で連続的なエージェント動作を、離散的な精度オプションとともにモデル化する。
• リッチな操作シナリオを可能にするため、58 室、10 棟、150 オブジェクトタイプ、71 操作可能タイプを含む。
• 複雑なナビゲーションと物体相互作用を実現するため、(move, strafe, look, interact) の豊富なアクションセットを定義する。
• 注釈付きデモンストレーションと、ナビゲーションエラーおよび操作精度の指標による評価を提供する。）

実験結果

リサーチクエスチョン

• RQ1 シミュレートされた 3D ハウス環境は、複雑な言語に基づくナビゲーションと操作タスクをどのようにサポートできるか？
• RQ2 部分的に観測可能で動的な家庭環境におけるエージェント挙動の評価における課題と要件は何か？
• RQ3 Unity ベースのシミュレータは、堅牢な学習のための多様なレイアウトと物体配置のスケーラブルな生成を提供できるか？
• RQ4 現実的な環境で、コンテナを含む多段階の操作を指示通りに実行することをエージェントがどの程度学習するか？

主な発見

• CHALET は、10 棟にまたがる 58 室と 150 オブジェクトタイプを備えた、ナビゲーション可能で操作可能な 3D 環境を提供する。
• 幅広い操作可能アクションにより、コンテナの開閉や環境の動的変更を可能にする。
• 評価フレームワークは、デモンストレーションを用いて、参照アクションに対するナビゲーションエラーと操作 F1 スコアを算出する。
• 環境は複数の動作モードと、学習・クラウドソーシングのための容易なシナリオ生成をサポートする。
• CHALET は、探索と記憶を必要とする空間的関係とオブジェクト状態の変化を通じて、言語と計画設計の課題を強調する。