- …
- …
#46
summarized by : Yue Qiu
どんな論文か？
従来のVisual Navigation手法ではSpatial memoryを利用してシーンのSpatial情報を把握する．Agentの直接観測からのシーンの幾何構造理解を行ってこなかった．この研究でOccupancy予測を提案し，Agentの第一人称のRGB-D観測からvisible 領域のOccupancy状況を予測する．より速く空間の幾何情報を把握し，効率良くNavigationできる．
新規性
①Embodied AI系にSpatial 情報を含めたOccupation Mapの導入；②新しい第一人称のRGBD画像からOccupancyを予測するフレームワークを提案；③Occupancy予測をFusionした有効的なNavigationフレームワークを提案；④SOTAなNavigation精度を達成．
結果
①提案手法が第一人称視点とTop-downマップ設定で，Baselineより大幅に向上したOccupation Mapを生成できた；②NavigationタスクでGibsonとMatterport3DデータセットでSOTAを達成し，2020 Habitat PointNavチャレンジで優勝．
その他（なぜ通ったか？等）
Embodied 環境でNavigationする時に，環境に対しての詳細理解が重要．この研究で提案したOccupation Map構造が3次元的にSceneに対しての理解ができている．
- …
- …