跳到正文
arXiv · ML· Maitree Meher, Siming He, S. Shankar Sastry, Jitendra Malik, Claire Tomlin, Jonas Frey·· 4 天前AI 评分25

Racing the Clock: Teaching VLNs Budget-Conditioned Object Search

Racing the Clock: Teaching VLNs Budget-Conditioned Object Search

AI 导读

研究发现,基于部分可观测性的 Bellman 专家监督优于全知地图的 TSP 专家,在 2000 步预算下 Bellman-VLN 找到 71.4% 目标,显著高于 TSP-VLN 的 65.5%。 结果揭示了最优路由与最优探索的区别,表明有效的探索监督应优化部分可观测性下的决策,而非模仿全知环境下的路径。

来源:arXiv · ML · arxiv.org