[论文解读] Learning to Map for Active Semantic Goal Navigation

Georgios Georgakis, Bernadette Bucher+3 more|arXiv (Cornell University)|Jun 29, 2021

Multimodal Machine Learning Applications参考文献 58被引用 4

一句话总结

该论文提出了一种名为L2M（Learning to Map）的新框架，用于主动语义目标导航，能够生成超出智能体视野范围的语义地图，并利用预测不确定性来指导长期目标选择。通过使用皮质不确定性（epistemic uncertainty）作为信息增益目标，主动训练一组语义分割模型，L2M在未见过的环境中的物体目标导航任务中提升了成功率，在Matterport3D基准测试中实现了80%的成功率。

ABSTRACT

We consider the problem of object goal navigation in unseen environments. Solving this problem requires learning of contextual semantic priors, a challenging endeavour given the spatial and semantic variability of indoor environments. Current methods learn to implicitly encode these priors through goal-oriented navigation policy functions operating on spatial representations that are limited to the agent's observable areas. In this work, we propose a novel framework that actively learns to generate semantic maps outside the field of view of the agent and leverages the uncertainty over the semantic classes in the unobserved areas to decide on long term goals. We demonstrate that through this spatial prediction strategy, we are able to learn semantic priors in scenes that can be leveraged in unknown environments. Additionally, we show how different objectives can be defined by balancing exploration with exploitation during searching for semantic targets. Our method is validated in the visually realistic environments of the Matterport3D dataset and show improved results on object goal navigation over competitive baselines.

研究动机与目标

• 为解决在空间和语义可变性较高的未见过的室内环境中导航至语义目标的挑战。
• 克服现有方法仅依赖观测区域的局限，使智能体能够预测并推理未观测到的语义内容。
• 开发一种主动学习策略，利用模型不确定性指导数据采样，提升语义地图的泛化能力。
• 通过基于不确定性的规划目标（如置信区间上限）平衡探索与利用。
• 证明通过空间预测学习到的语义先验可泛化至未知环境，并提升导航性能。

提出的方法

• 该框架采用两阶段语义分割模型的集成，基于鸟瞰图进行训练，以预测未观测区域的占据情况和语义区域。
• 通过集成成员之间的分歧估计模型不确定性，遵循Pathak等人（2019）和Seung等人（1992）的方法，量化预测的置信度。
• 主动学习策略基于信息增益选择训练样本，发现皮质不确定性是最有效的信息增益目标，可显著提升地图质量。
• 使用基于不确定性的规划器选择长期导航目标，包括平衡探索与利用的置信区间上限（UCB）策略。
• 系统集成局部导航策略，并通过成功率以及带最优停止/目标条件的准确率评估性能。
• 该方法在Habitat仿真环境中基于Matterport3D数据集进行评估，并对局部策略和停止条件等组件进行了消融研究。

实验结果

研究问题

• RQ1 使用模型不确定性进行主动学习，能否提升未观测区域语义地图预测的泛化能力？
• RQ2 基于不确定性的目标选择策略与随机或贪心策略相比，在语义导航中平衡探索与利用方面表现如何？
• RQ3 通过空间幻觉学习语义先验，在未见环境中能多大程度上提升成功率？
• RQ4 局部策略和停止决策机制对整体导航性能的贡献是什么？
• RQ5 训练过程中不同信息增益目标对语义地图预测质量及下游导航成功率的影响如何？

主要发现

• 当结合最佳组件（GtPath用于局部导航，OracleStop用于目标检测）时，L2M框架在具有挑战性的测试集子集上实现了80%的平均成功率。
• 皮质不确定性被证明是最有效的信息增益目标，显著提升了语义地图质量和导航性能。
• 采用基于不确定性的规划（如置信区间上限）能更好地平衡探索与利用，使成功率高于基线策略。
• 消融研究显示，局部策略是主要瓶颈，用最短路径估计（GtPath）替代后性能显著提升。
• 模型预测视野外语义内容的能力使其能泛化至未见环境，在Matterport3D数据集上优于竞争性基线方法。