[논문 리뷰] Learning hierarchical relationships for object-goal navigation

Yiding Qiu, Anwesan Pal외 1명|arXiv (Cornell University)|2020. 03. 15.

Multimodal Machine Learning Applications참고 문헌 51인용 수 31

한 줄 요약

MJOLNIR는 기억 기반의 계층적 객체 관계 모델을 통해 객체-목표 탐색을 수행하고, 맥락 벡터와 지식 그래프가 안내하는 그래프 컨볼루션을 활용하여 보지 못한 환경에서 목표를 찾는 성능을 개선한다.

ABSTRACT

Direct search for objects as part of navigation poses a challenge for small items. Utilizing context in the form of object-object relationships enable hierarchical search for targets efficiently. Most of the current approaches tend to directly incorporate sensory input into a reward-based learning approach, without learning about object relationships in the natural environment, and thus generalize poorly across domains. We present Memory-utilized Joint hierarchical Object Learning for Navigation in Indoor Rooms (MJOLNIR), a target-driven navigation algorithm, which considers the inherent relationship between target objects, and the more salient contextual objects occurring in its surrounding. Extensive experiments conducted across multiple environment settings show an $82.9\%$ and $93.5\%$ gain over existing state-of-the-art navigation methods in terms of the success rate (SR), and success weighted by path length (SPL), respectively. We also show that our model learns to converge much faster than other algorithms, without suffering from the well-known overfitting problem. Additional details regarding the supplementary material and code are available at https://sites.google.com/eng.ucsd.edu/mjolnir.

연구 동기 및 목표

• 의미론적 맥락과 객체 간 관계를 활용하여 강건한 객체-목표 탐색을 촉진한다.
• 부모-목표 관계를 이용해 탐색을 안내하는 기억 강화 계층적 프레임워크를 도입한다.
• 보지 못한 환경에 대한 일반화 성능을 향상시키기 위해 맥락 벡터와 지식 그래프 기반 CGN을 통합한다.

제안 방법

• 대상 객체 집합과 부모 객체 집합을 정의하고, 제거된 관계를 가진 Visual Genome으로부터 지식 그래프를 구성한다.
• 탐지, 위치, 크기 및 대상과의 의미적 유사성을 포착하는 각 객체의 맥락 벡터를 도입한다.
• 관찰 스트림(ResNet 특징 또는 5-D 맥락 벡터)과 GCN 층을 갖는 맥락화된 그래프 네트워크(CGN) 스트림으로 구성된 두 흐름 네트워크를 제안한다.
• 그래프 임베딩을 관찰 특징과 연결해 A3C 정책으로 입력되는 공동 임베딩을 형성한다. 가시적인 부모 객체에 부분 보상을 제공하고 종료 시 대상이 보이면 결합 보상을 주는 보상 설계를 적용한다.

실험 결과

연구 질문

• RQ1 계층적 부모-목표 객체 관계가 보지 못한 환경에서 탐색 효율과 성공률을 향상시킬 수 있는가?
• RQ2 맥락 벡터와 업데이트된 CGN을 도입하면 학습 속도와 일반화가 기존의 씬 프라이어 방법보다 향상되는가?
• RQ3 보상 설계가 학습의 강건성과 수렴에 미치는 영향은 무엇인가?
• RQ4 두 가지 MJOLNIR 변형(MJOLNIR-r 및 MJOLNIR-o)의 성능 및 수렴 측면에서의 차이는 무엇인가?

주요 결과

• MJOLNIR-o가 보지 않은 테스트 환경에서 최고의 SR과 SPL을 달성한다(SR 65.3% 및 L>=1의 경우 SPL 21.1%; SR 50.0% 및 L>=5의 경우 SPL 20.9%).
• MJOLNIR 모델은 베이스라인 및 기존 방법에 비해 상당한 성능 향상을 보인다(예: 주어진 설정에서 MJOLNIR-o가 최첨단 대비 SR 82.9% 증가 및 SPL 93.5% 증가를 보임).
• 맥락 벡터는 객체 중심의 의미 정보를 강화하여 ResNet+GloVe만 사용하는 경우보다 탐색 효과를 개선한다.
• 부모-목표 관계를 활용한 보상 설계는 수렴 속도를 높이고 씬 프라이어 방법에 비해 과적합을 줄인다.
• MJOLNIR-r은 맥락 벡터 없이도 베이스라인 대비 여전히 주목할 만한 증가를 제공하여 CGN 스트림의 기여가 두드러짐을 시사한다.