专栏首页arxiv.org翻译专栏基于可见性约束的推理障碍与路径有效性(CS RO)
原创

基于可见性约束的推理障碍与路径有效性(CS RO)

许多从演示中学习的方法都假设演示者了解整个环境。然而,在许多场景中,演示者只看到环境的一部分,他们在收集信息时不断地重新规划。为了规划新的路径或重建环境,我们必须考虑到演示者的可见性约束和重新规划过程,据我们所知,这在以前的工作中是没有做过的。我们考虑了一个点机器人在二维环境中从已演示的路径推断障碍物配置的问题,这个点机器人可以看到任何方向,但不能穿过障碍物。给定一组描述演示者从何处获取新信息的{survey points}和一条候选路径,我们在环境的单元分解上构造一个约束满足问题(CSP)。我们将一组障碍物参数化,这些障碍物对应于CSP中的一个赋值,并从中抽取样本,以找到有效的环境。我们证明了存在一个概率完全但不完全可处理的算法,它可以保证空间中的新路径是不安全的或可能是安全的。我们还提出了一个不完整但经验上成功的启发式引导算法,我们在实验中应用于1)规划新路径和2)恢复环境的概率表示。

原文题目:Inferring Obstacles and Path Validity from Visibility-Constrained Demonstrations

原文:Many methods in learning from demonstration assume that the demonstrator has knowledge of the full environment. However, in many scenarios, a demonstrator only sees part of the environment and they continuously replan as they gather information. To plan new paths or to reconstruct the environment, we must consider the visibility constraints and replanning process of the demonstrator, which, to our knowledge, has not been done in previous work. We consider the problem of inferring obstacle configurations in a 2D environment from demonstrated paths for a point robot that is capable of seeing in any direction but not through obstacles. Given a set of \textit{survey points}, which describe where the demonstrator obtains new information, and a candidate path, we construct a Constraint Satisfaction Problem (CSP) on a cell decomposition of the environment. We parameterize a set of obstacles corresponding to an assignment from the CSP and sample from the set to find valid environments. We show that there is a probabilistically-complete, yet not entirely tractable, algorithm that can guarantee novel paths in the space are unsafe or possibly safe. We also present an incomplete, but empirically-successful, heuristic-guided algorithm that we apply in our experiments to 1) planning novel paths and 2) recovering a probabilistic representation of the environment.

原文作者:Craig Knuth,Glen Chou,Necmiye Ozay,Dmitry Berenson

原文地址:https://arxiv.org/abs/2005.05421

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 高级知识评估:基于结果分析,重新设计基于药学专业的网络考试(CS CAS)

    各地信息技术的使用导致对新的教育方式有需求。现代化的电子学习环境将学生的学习知识和技能的教学,学习和评估带入了一个新时代,且考虑到学生的电子学习动机。高等数学课...

    时代在召唤
  • 基于PfSPZ的疟疾疫苗生产的蚊子取放系统(CS RO)

    疟疾的治疗是一项全球性的健康挑战,而从该疾病的疫苗的广泛引入中受益匪浅。已经开发出一种利用寄生虫恶性疟原虫(Pf)的子孢子(SPZ)制备活体生物疫苗的方法,该子...

    时代在召唤
  • 基于智能多智能体的系统在电子医疗安全中的应用(CS CAS)

    近年来,用于电子医疗记录(EHR)的广泛系统的可用性和使用不断增加。在诸如医院和其他实验室的医疗中心,在治疗过程中形成了更多的健康数据集。为了提高医疗保健中提供...

    时代在召唤
  • 深层神经网络输入输出层在对抗性防御中的作用探讨(CS LG)

    深层神经网络是一种在前景预测、计算机视觉、语言处理等领域都取得了最新成果的学习模型,然而,已有研究表明,存在某些特定输入不会误导人类,但可能会完全误导模型,这些...

    Elva
  • 在存在累计前景博弈者的博弈论下的黑盒策略与平衡(cs.GT)

    偏好关系的中间属性规定了两个彩票的可能性混合应该在这两个彩票的偏好之间。它是独立属性的一种弱化形式,并且因此满足于期望效应理论(EUT)。实验中对于中间属性的违...

    Donuts_choco
  • 实现OCC模型的可视化简体汉字情感仿真器(cs AI)

    在这篇论文中,我们提出了一个可视化的仿真人物在故事中的情绪。该系统基于Ortony、Clore和Collins (OCC模型)对情绪认知结构的简化观点。本文的目...

    RockNPeng
  • 研究用于社交媒体中仇恨语音检测的深度学习方法(CS CL)

    互联网的迅猛发展有助于增强个人的表达能力,但滥用表达自由的行为也导致各种网络犯罪和反社会活动的增加。仇恨言论就是一个这样的问题,需要非常认真地解决,否则,这可能...

    刘子蔚
  • 【论文推荐】最新九篇目标检测相关论文—常识性知识转移、尺度不敏感、多尺度位置感知、渐进式域适应、时间感知特征图、人机合作

    【导读】专知内容组整理了最近七篇目标检测(Object Detection)相关文章,为大家进行介绍,欢迎查看! 1.Single-Shot Object De...

    WZEARW
  • 【论文推荐】最新5篇图像分割相关论文—条件随机场和深度特征学习、移动端网络、长期视觉定位、主动学习、主动轮廓模型、生成对抗性网络

    【导读】专知内容组整理了最近五篇视觉图像分割(Image Segmentation)相关文章,为大家进行介绍,欢迎查看! 1. Conditional Rand...

    WZEARW
  • How to Select an Object-Relational Mapping Tool for .NET

    The single, most important trap to watch out for when choosing an object-relatio...

    张善友

扫码关注云+社区

领取腾讯云代金券