Cognitive Mapping and Planning for Visual Navigation 笔记

转载请注明出处： http://blog.youkuaiyun.com/c602273091/article/details/78819362

框架简介

该论文【1】【4】【5】提出了CMP的框架来同时进行建图和路径规划，并且建图不是传统意义上的3D重建，使用SLAM建图这种。这里面建的图是confidence map，并且通过map的不断叠加，可以构造出局部confidence map和belief对接下来的路径规划进行指导。路径规划部分使用DAGGER的强化学习策略（imitation learning，后期归纳强化学习的时候会介绍）文中的confidence map就是类比于depth map，通过这个confidence map，就可以知道哪里有free space，哪里可以走。另外一个belief map就是对世界的uncertainty，palnnaer就会知道哪部分是observed。

整个的框架是端到端的学习，从输入当前图片（state），到建图，到路径规划输出action。整个的结构非常漂亮，简单，相比于Feifei Li的target-driven的方法，这种方法优点在于更加explainable，能够把map信息提取出来，并且在路径规划上更有优势，可以适用于更广泛的场景，但是呢这种方法基于的前提是已经知道target在哪里，只是中间地图还未建立的情况，并且呢基于寻找路径的过程中，通道比进入一个会议室更有可能到达目标。并且这种方法针对每个target需要进行模型训练，不像target-driven有那么好的通用性。文中还提到了之前的基于SLAM的方法，建图和路径规是割裂开来的，遇到无法建图的情况，整个系统就崩溃了【3】。

整个的框架有以下优点：

• 能够解决partitially observed的环境能够解决，题外话：在强化学习中针对这种partially observed的策略一般采用MDP概率方法来处理。
• 可求导，那么就可以进行端对端处理。
• 计算复杂度较低，可以对接下来几个steps进行规划。

这个experiment是在simulator里面进行的，然后训练在experiment的时候也会进行transfer learnin到真实世界的机器人上。看来这是一个趋势，在simulator里面，速度更快，不需要进行控制方面的处理。到时候需要用机器人的时候，叫CMU机器人部门那里搞一个来就可以了。机器人的action space：停留原地；旋转 $\theta$; 前进。同时能够获取机器人的ego-motion。整个的问题输入$I_t$ = I($\varepsilon$，$P_t$)，目标：(