- …
- …
#32
summarized by : Yue Qiu
どんな論文か？
VLNの①Visual representationの有効性と②Robust navigation policyの2つのところの改善の手法を提案．①に関して，物体間の位置関係を学習できるObject relation graph構造を導入；②に関してTrail-driven 模倣学習を用いて学習時にDeadlockを防ぐ；更にMemory構造で、Unseen環境でテスト時のDeadlockを防ぐ．
新規性
①Unseen環境での適応性及び従来の問題点のDeadlockをうまく改善できた．②提案のORGモデルで物体の位置関係を学習し，有効的かつ性能良くTarget領域を確定できる．③初めてのMemory-augmented tentative policyネットワークを提案，それにより過去の履歴からAgentがUnseen環境でもうまくDeadlockから脱出できる．
結果
①AI2-ThorデータセットにおいてSOTAな精度を達成，更にUnseen環境での適応性を示した．②従来良く問題になるDeadlockを学習時・Unseen環境でのテスト時両方から改善できた．
その他（なぜ通ったか？等）
Relationship GraphがVLNタスクではあまり適応されなかった．
- …
- …