计算机科学 > 机器人技术
[提交于 2025年6月2日
]
标题: SEMNAV:一种以语义分割为导向的视觉语义导航方法
标题: SEMNAV: A Semantic Segmentation-Driven Approach to Visual Semantic Navigation
摘要: 视觉语义导航(VSN)是机器人学中的一个基础问题,其中智能体必须在一个未知环境中主要利用视觉信息朝向目标物体导航。 大多数最先进的VSN模型是在模拟环境中训练的,这些环境最多使用真实世界的渲染场景。 这些方法通常依赖于虚拟场景的原始RGB数据,由于领域适应问题,这限制了它们在现实世界环境中的泛化能力。 为了解决这个问题,我们在本工作中提出了一种名为SEMNAV的新方法,该方法利用语义分割作为环境的主要视觉输入表示,以增强智能体的感知和决策能力。 通过明确引入高层次的语义信息,我们的模型学习到了在模拟和现实世界环境中都具有较高泛化能力的鲁棒导航策略。 我们还引入了一个新整理的数据集,即SEMNAV数据集,专门用于训练像SEMNAV这样的语义分割感知导航模型。 我们的方法在模拟环境和实际机器人平台上进行了广泛的评估。 实验结果表明,SEMNAV在Habitat 2.0仿真环境中使用HM3D数据集时,超越了现有的最先进的VSN模型,成功率达到更高水平。 此外,我们的现实世界实验突显了语义分割在缩小仿真到现实差距方面的有效性,使我们的模型成为实际基于VSN的机器人应用的有前景解决方案。 我们在https://github.com/gramuah/semnav上发布了SEMNAV数据集、代码和训练好的模型。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.