导航任务

概述：

Agent需要导航到环境中的指定位置，而该位置可以由特定的目标形式指定。

PointGoal Navigation：导航到环境中相对于初始位置特定的点；

Object Navigation：Agent需要在环境中找到特定的物体；

Room Navigation：物体需要导航到特定的房间；

此外还有Vision-and-Language Navigation（VLN）和Embodied Question Answering（EQA）。

评估指标

• Unseen environment：未见环境，在已知环境中训练并推广泛化到未知环境；
• Both success and efficiency are counted：成功率和效率都很重要，但需要在保证成功率的情况下再考虑效率；

导航任务：

机器人的输入：
包括深度相机和RGB图像以及GPS+Compass信息；
GPS+Compass告诉机器人当前所处的位置和方向，以及相对于初始位置和方向；

Agent可以采用的动作：
将Agent建模为0.1m的圆柱体；
可以采用的四个低层动作分别是：

• stop;
• move_forward：向前运动0.25m;
• turn_left：向左旋转10度;
• turn_right：向右旋转10度。

网络架构：

采用深度强化学习DRL进行训练：
设置的奖励函数如下其中$\lambda$是懈怠惩罚，促使Agent更快到达目标位置。

训练过程如下：

• 使用当前策略得到一系列轨迹；
• 使用收集到的经验更新策略；
• 重复。
  该过程是在Habitat Sim中完成的：Habitat-Sim可以作为环境与Agent进行交互，会反馈机器人的传感器状态，模拟的噪声等…
  
  训练Agent是在Habitat Lab中完成的，主要是在habitat-baselines文件夹中。其中包含了CNN和RNN相关的代码，以及PPO算法代码。
  
  Habitat中内置的算法：
  
  参考链接：
  官方视频链接
  Habitat lab官网docs
  Habitat sim官网docs