NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration

引言

机器人学习的背景和挑战

本文的研究重点

现有方法的局限性

本文的创新点

相关工作

事先准备

视觉目标条件策略

ViNT在目标条件导航中表现出最先进的性能，但它不能执行无方向探索，需要外部的子目标建议机制。Nomad扩展了Vint，同时支持目标条件导航和无方向导航。

使用拓扑图探索

在本文中，我们基于frontier探索，测试NoMaD的生成多样化子目标的能力和探索未知环境的能力。

方法

目标掩码

diffusion策略

训练细节

实验结果

我们在6个不同的室内和室外环境中对Nomad进行了评估，并制定了我们的实验来回答以下问题：

Q1：NoMaD模型与现有研究的对比

点估计指的是预测动作时输出单一的确定之，而不是分布或者多种可能的结果。

分析跨基线的策略预测(参见图5)，我们发现，虽然自回归策略表示(原则上)可以表示多峰分布，但预测在很大程度上是单峰的，相当于策略学习平均操作分布。子目标扩散基线倾向于很好地表示多个模式，但不是很健壮。Nomad始终如一地捕捉多峰分布，并在目标图像的条件下做出准确的预测。

Q2：统一策略和单独的策略对比

Q3：视觉编码器和目标掩码的重要性

讨论