《ETPNav: Evolving Topological Planning forVision-Language Navigation in ContinuousEnvironments》阅读笔记

code

1 Abstract 

为了开发一个强大的VLN-CE代理，我们提出了一个新的导航框架ETPNav。它专注于两个关键技能：1）抽象环境和生成远程导航计划的能力，以及2）在连续环境中进行避障控制的能力。ETPNav通过沿遍历路径的自组织预测路点来执行环境的在线拓扑映射，而无需事先的环境经验。它允许代理将导航过程分解为高级规划和低级控制。同时，ETPNav利用基于转换器的跨模态规划器来生成基于拓扑图和指令的导航计划。然后通过障碍物规避控制器执行该计划，该控制器利用试错启发式来防止导航陷入障碍物。实验结果证明了该方法的有效性。ETPNav在R2R-CE和RxR-CE数据集上分别比现有技术提高了10%和20%以上。

最近，就VLN-CE的研究出现了一种新的趋势，即基于模块化航路点的方法[9]、[10]、[11]，将复杂任务划分为航路点生成、子目标规划和导航控制。具体地说，在每个决策循环中，代理使用预先训练的网络来预测附近的几个候选路点，然后执行跨模态基础，从路点中选择一个子目标。之后，控制器通过低级操作驱动代理