Gibson Env：面向具身智能体的真实世界感知
论文提出 Gibson 虚拟环境，用于为主动智能体开发真实世界感知模型。Gibson 基于对真实空间进行虚拟化，而非使用人工设计的空间，目前包含来自 572 栋完整建筑的 1400 多个楼层空间。其内部合成机制“Goggles”使训练好的模型无需进一步域适应即可部署到真实世界，并对智能体进行具身化，使其受到物理和空间约束。
发布于 10-22 10:57来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Gibson Env: Real-World Perception for Embodied Agents》查看原链
arXiv:1808.10654v2 公告类型：replace-cross 摘要：为主动智能体开发视觉感知模型以及在物理世界中进行感觉运动控制都相当繁琐，因为现有算法太慢，无法高效地实时学习，而机器人又脆弱且昂贵。 这催生了仿真学习，随之而来的问题是结果能否迁移到真实世界。
本文关注为主动智能体开发真实世界感知这一问题，为此提出 Gibson 虚拟环境，并展示在其中学习到的示例感知任务。 Gibson 基于对真实空间进行虚拟化，而非使用人工设计的空间，目前包含来自 572 栋完整建筑的 1400 多个楼层空间。
Gibson 的主要特点是：I. 来自真实世界并反映其语义复杂性；II. 具有内部合成机制“Goggles”，使训练好的模型无需进一步域适应即可部署到真实世界；III. 对智能体进行具身化，使其受到物理和空间约束。