arXiv Robotics· Lazar Milikic, Manthan Patel, Jonas Frey·· 13 小时前AI 评分32
VLD：以视觉学习距离作为强化学习导航的接口
VLD: Visual Learned Distance as an Interface for Reinforcement Learning Navigation
AI 导读
VLD 将感知学习与策略学习解耦，先用约 3000 小时互联网与仿真视频自监督训练距离预测器，再在仿真中用 GeoNoise 扰动特权几何距离训练 RL 策略。
推荐理由模型分析
该工作把图像目标导航拆成自监督距离预测与RL策略两段，并用GeoNoise模拟距离预测器的视角与重叠误差，使仿真策略能零样本迁移到真机。HM3D/Gibson上58.7%与76.2%的成功率对比通用噪声的4.9%/11.5%，真机88%对60%，给出了可比较的基线。做具身导航和sim-to-real的研究者可据此判断误差建模对迁移的关键作用，但结论限于其任务与硬件条件。
来源：arXiv Robotics · arxiv.org