Fugu-MT 論文翻訳(概要): Robustness of Utilizing Feedback in Embodied Visual Navigation

論文の概要: Robustness of Utilizing Feedback in Embodied Visual Navigation

arxiv url: http://arxiv.org/abs/2303.15453v1
Date: Mon, 6 Mar 2023 22:38:21 GMT
ステータス: 処理完了
システム内更新日: 2023-03-31 16:07:41.332629
Title: Robustness of Utilizing Feedback in Embodied Visual Navigation
Title（参考訳）: 身体視覚ナビゲーションにおけるフィードバックのロバスト性
Authors: Jenny Zhang, Samson Yu, Jiafei Duan, Cheston Tan
Abstract要約: 本稿では,オブジェクトゴールナビゲーションタスクのヘルプを積極的に要求するエージェントを訓練するためのフレームワークを提案する。提案するトレーニングカリキュラムには,フィードバックのないエピソードが混在している。その結果,フィードバックがない場合でも,エージェントの性能が向上することがわかった。
参考スコア（独自算出の注目度）: 1.3190581566723918
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a framework for training an agent to actively request help in object-goal navigation tasks, with feedback indicating the location of the target object in its field of view. To make the agent more robust in scenarios where a teacher may not always be available, the proposed training curriculum includes a mix of episodes with and without feedback. The results show that this approach improves the agent's performance, even in the absence of feedback.
Abstract（参考訳）: 本稿では,対象物の位置を視点として,目的物ナビゲーションタスクにおいて積極的に支援を求めるエージェントを訓練するためのフレームワークを提案する。教師が常に利用できるとは限らないシナリオにおいて、エージェントをより堅牢にするために、提案するトレーニングカリキュラムは、フィードバックなしでのエピソードの混合を含む。その結果,フィードバックがない場合でも,エージェントの性能が向上することがわかった。

関連論文リスト

Visual Grounding for Object-Level Generalization in Reinforcement Learning [35.39214541324909]
自然言語命令に従うエージェントにとって、一般化は重要な課題である。視覚言語モデル(VLM)を用いて視覚的グラウンド化を行い,その知識を強化学習に伝達する。我々の本質的な報酬は、挑戦的なスキル学習のパフォーマンスを著しく向上させることを示す。
論文参考訳（メタデータ） (2024-08-04T06:34:24Z)
Improving Zero-Shot ObjectNav with Generative Communication [60.84730028539513]
ゼロショットObjectNavの改良手法を提案する。私たちのアプローチは、接地エージェントが制限され、時には障害のあるビューを持つ可能性があることを考慮に入れています。
論文参考訳（メタデータ） (2024-08-03T22:55:26Z)
CiteTracker: Correlating Image and Text for Visual Tracking [114.48653709286629]
我々は、画像とテキストを接続することで、視覚的トラッキングにおけるターゲットモデリングと推論を強化するCiteTrackerを提案する。具体的には、ターゲット画像パッチを記述テキストに変換するテキスト生成モジュールを開発する。次に、注目に基づく相関モジュールを用いて対象記述と検索画像を関連付け、対象状態参照のための相関特徴を生成する。
論文参考訳（メタデータ） (2023-08-22T09:53:12Z)
Good Time to Ask: A Learning Framework for Asking for Help in Embodied Visual Navigation [1.3190581566723918]
本稿では,このような視覚的ナビゲーションタスクにおいて,エージェントが積極的に支援を求めることができる学習フレームワークを提案する。フィードバックが常に利用できるとは限らないトレーニングカリキュラムを提案する。
論文参考訳（メタデータ） (2022-06-20T03:42:01Z)
Adversarial Reinforced Instruction Attacker for Robust Vision-Language Navigation [145.84123197129298]
自然言語に基づくナビゲーションタスクでは,言語指導が重要な役割を担っている。より堅牢なナビゲータを訓練し、長い指導から重要な要素を動的に抽出する。具体的には,航法士が間違った目標に移動することを誤認することを学習する動的強化命令攻撃装置(DR-Attacker)を提案する。
論文参考訳（メタデータ） (2021-07-23T14:11:31Z)
Teaching Agents how to Map: Spatial Reasoning for Multi-Object Navigation [11.868792440783055]
与えられた位置におけるエージェントと到達目標の間の空間的関係を定量化する指標を推定する学習は、多目的ナビゲーション設定において高い正の影響を及ぼすことを示す。提案された補助的損失で訓練された文献の学習ベースのエージェントは、マルチオブジェクトナビゲーションチャレンジへの勝利であった。
論文参考訳（メタデータ） (2021-07-13T12:01:05Z)
Deep Learning for Embodied Vision Navigation: A Survey [108.13766213265069]
身体的視覚ナビゲーション」問題では、エージェントが3D環境をナビゲートする必要がある。本稿では、総合的な文献調査を提供することで、視覚ナビゲーションの具体的分野における現在の研究の概要を確立することを試みる。
論文参考訳（メタデータ） (2021-07-07T12:09:04Z)
Visual Navigation with Spatial Attention [26.888916048408895]
この作業は、オブジェクト目標のビジュアルナビゲーションに焦点を当て、与えられたクラスからオブジェクトの場所を見つけることを目指しています。強化学習アルゴリズムを用いてエージェントのポリシーを学習することを提案する。我々の重要な貢献は、視覚ナビゲーションタスクのための新しい注意確率モデルである。
論文参考訳（メタデータ） (2021-04-20T07:39:52Z)
ObjectNav Revisited: On Evaluation of Embodied Agents Navigating to Objects [119.46959413000594]
この文書は、ObjectNavのワーキンググループのコンセンサスレコメンデーションを要約します。評価基準の微妙だが重要な詳細について推奨する。 CVPR 2020のEmbodied AIワークショップで実施された課題において、これらの推奨事項のインスタンス化について、詳細な説明を行う。
論文参考訳（メタデータ） (2020-06-23T17:18:54Z)
Code Review in the Classroom [57.300604527924015]
教室設定の若い開発者は、コードレビュープロセスの潜在的に有利で問題のある領域の明確な図を提供している。彼らのフィードバックは、プロセスはプロセスを改善するためにいくつかのポイントで十分に受け入れられていることを示唆している。本論文は,教室でコードレビューを行うためのガイドラインとして利用することができる。
論文参考訳（メタデータ） (2020-04-19T06:07:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。