
-
生物通官微
陪你抓住生命科技
跳动的脉搏
寻宝游戏:基于对比学习的精细物体搜索方法——通过探索器与鉴别器的协作实现从粗略到精确的物体定位
《IEEE Transactions on Neural Networks and Learning Systems》:Treasure Hunting: Embodied Contrastive Learning-Enhanced Coarse-to-Fine Object Seeking With Explorer and Discriminator Cooperation
【字体: 大 中 小 】 时间:2026年03月04日 来源:IEEE Transactions on Neural Networks and Learning Systems 8.9
编辑推荐:
具身对比学习融合几何一致性和行为感知,通过多帧视觉预测导航动作并学习三维语义形状对齐,配合探索者与判别者协作的粗到细策略,有效提升物体导航中遮挡场景的3D几何感知和目标定位精度,在MP3D等数据集上优于SOTA方法。
对象导航(ObjectNav)任务[1]、[2]要求智能体在未知的三维场景中根据语义标签寻找目标对象。现有的研究在视觉表示[3]、[4]、[5]、[6]、数据增强技术[7]、[8]以及预训练辅助任务[9]、[10]方面取得了显著进展。这些方法的核心思想是充分利用场景布局和语义上下文来提升智能体的对象定位或场景探索能力。一些方法[3]、[4]、[11]、[12]通过强调视觉观测的时空意识,探索历史视觉特征之间的关联以辅助ObjectNav决策。尽管取得了进展,但现实场景中普遍存在严重的遮挡现象,这给智能体准确定位对象和高效探索场景带来了挑战。此外,智能体通常通过移动并从不同角度和距离观察对象来建立对对象的高层次认知。例如,要理解用于对象定位的基本物理概念(如“大”和“长”),仅依靠基于图像的观测是不够的。