论文名称:Pathdreamer: A World Model for Indoor Navigation
论文链接:
https://www.aminer.cn/pub/60a62b4191e0115d932bfbe5?f=cs
近年来,世界模型(World Model)在机器人、模拟与强化学习中均取得了出色的研究结果。
2018年,Jürgen Schmidhuber 与 David Ha 首次以无监督的方式训练世界模型,使模型能快速学习环境中的压缩时空表征,再将世界模型中的特征作为智能体的输入,训练出了一个非常压缩与简单的策略来解决模拟2D赛车等任务。
今年2月,Google AI 也用世界模型,在 Atari 游戏中实现了达到人类水平的表现。
但是,相比简单的游戏环境,现实的世界环境要复杂得多。
不久前,在发表于 ICCV 2021 的一篇工作(“Pathdreamer: A World Model for Indoor Navigation”)上,Google AI 团队提出了一个世界模型,叫作“Pathdreamer”,可以仅基于有限的种子观察与原先计划的导航路线,生成一幅智能体“肉眼”不可见的建筑物区域的、360º 高清摄像。
AMiner,让AI帮你理解科学!https://www.aminer.cn
AMiner论文推荐
GoogleAI在ICCV2021上发表的Pathdreamer世界模型,能够在有限的观察和导航路线基础上,生成高清晰度的360º建筑内部视图,为室内导航提供支持。这一模型拓展了世界模型的应用,从简单的游戏环境到复杂的现实世界场景。
摘要由CSDN通过智能技术生成