远距离物体变化检测的主动机器人视觉：受多臂赌博机启发的轻量级训练模拟器
摘要：地面视角物体变化检测中，最近出现的无地图导航具有很大的潜力，可以作为导航机器人到远处检测到的物体并通过高分辨率图像识别其变化状态（出现/消失/无变化）的手段。然而，导航到每个远处物体的蛮力简单策略需要与物体数量成比例的巨大感知/规划/执行成本。在这项工作中，我们研究了这个新问题“哪些远处物体应优先考虑无地图导航？”为了加快研发周期，我们提出了一种高度简化的方法，易于实施和扩展。在我们的方法中，我们在无地图导航之上添加了一个称为基于地图导航的新层，构成了一个分层规划器。首先，通过无地图导航，一个由N个视图序列组成的数据集由真实机器人获取。然后，建立了一个环境模拟器来模拟一个简单的行动规划问题：“机器人接下来应选择哪个视图序列？”然后，建立了一个受多臂赌博机问题类比启发的求解器：“玩家接下来应选择哪个臂？”最后，利用语义非平凡的场景“沙发作为书架”验证了提出的框架的有效性。
作者：Kouki Terashima, Kanji Tanaka, Ryogo Yamamoto, and Jonathan Tay Yu Liang
论文ID：2307.14105
分类：Robotics
分类简称：cs.RO
提交时间：2023-07-27