- …
- …
#9
summarized by : Yue Qiu
どんな論文か？
従来のVLN手法はTrainデータに過学習し，Unseen環境に対しての汎化性能に問題がある．この研究で，汎化性能を着目し，VLNタスクの一般化したNavigationモデルを提案．提案手法は一つのネットワークでVLNとNavigation from Dialog Historyの２つのNavigationタスクを学習し，汎化性能が高い特徴表現を学習できた．
新規性
①VLNとNDHタスクの初めてのMulti-task environment-agnositc学習手法の提案．②VLNなどのタスクの汎化性能向上に一つの可能性を示した．
結果
Environment-agnostic multitask learning有効的にUnseen環境に対してのパフォーマンスGapを縮めた．提案手法を適応することでVLNタスクでBaselineを16%向上した(success rate), NDHタスクで120%向上できた(goal progress). SOTAなNDH精度を達成．
その他（なぜ通ったか？等）
汎化性能がVLNなどのRobotics系応用向けのタスクでかなり重要視されている．
- …
- …