2022ICPR《SASRA:用于连续环境中视觉和语言导航的语义感知时空推理代理》

24 篇文章 74 订阅 ¥19.90 ¥99.00
本文提出了一种名为SASRA的语义感知时空推理代理,用于在连续3D环境中执行视觉语言导航任务。SASRA结合了语义映射和学习方法,通过生成局部语义图和跨模态注意力机制,实现在空间和时间上的推理。在VLN-CE数据集上,与最先进的方法相比,SASRA在不可见环境中的成功率和SPL分别提高了20%和22%。
摘要由CSDN通过智能技术生成

文章投稿:2022 ICPR

《Hierarchical Cross-Modal Agent for Robotics Vision-and-Language Navigation》2021 ICRA

代码:https://github.com/GT-RIPL/robo-vln

视觉和语言导航任务以及我们提出的SASRA代理。我们的主要新颖之处在于,通过使用跨模态语义语言注意力映射转换器(SLAM-T),为VLN采用了混合转换器递归模型。在每个时间步长t,代理根据视觉观察生成局部语义图。代理在空间(语义图和语言之间的跨模态注意)和时间(通过时间保持先前的状态信息)域中与环境一致推理,以解码每个时间步长的低级动作(at)。

考虑如图1所示的指示:“穿过走廊向前走,然后左转进入卧室。在左边的沙发旁等着”。在遵循这一指令序列时,代理必须

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

初篱

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值