最近，来自卡内基梅隆大学，Facebook和其他机构的研究人员提出了一种新的AI环境探索模型。

这个新模型结合了传统环境探索模型和基于学习方法的环境探索模型的优点，并且更简单，更不易出错。

该研究已经发表在学术网站arXiv上，并且论文的标题是“ LearningToExploreUsingActiveNeuralSLAM”。

链接到本文：https://arxiv.org/pdf/2004.05155.pdf 1. ANS模型：真实的仿真探索环境导航能力是智能代理的核心能力之一。

导航任务有多种形式。

例如，点目标任务是指导航到特定的坐标，而语义导航任务是指导航到特定场景或对象的路径。

无论执行什么任务，在未知环境中导航的核心问题是如何有效地探索尽可能多的环境。

只有这样，才能扩大在未知环境中找到目标的机会，或者可以在有限的时间内有效地预先映射环境。

传统的探索模型原理是使用传感器观察几何形状。

后来，一些研究人员提出了一种基于学习的导航模型，该模型直接推断基于RGB图像的几何形状。

基于学习的导航策略是通过端到端训练神经网络实现的，该神经网络可以处理原始传感器数据并直接输出代理应执行的操作。

该策略具有三个优点：1.提高了输入法选择的灵活性； 2.提高了显式状态估计误差的鲁棒性； 3.通过学习掌握现实世界的结构规律，主体可以更有目的。

在行动理论中，端到端学习策略具有上述优势，但也有局限性。

首先，仅从数据中学习映射，状态评估和路径规划可能会非常昂贵。

因此，过去的端到端学习依赖于模仿学习和数百万的经验框架。

其次，先前关于端到端学习策略的研究缺乏真实性。

例如，使用了合成室内环境数据库SUNC，简化了代理动作，并从操作环境中消除了传感器噪音。

在性能方面，端到端学习策略通常比不需要任何学习的传统方法差。

为了解决全面的端到端学习的局限性，卡内基梅隆大学，Facebook和伊利诺伊大学香槟分校的研究人员启动了“主动神经实时定位和地图构建（ANS，ActiveNeuralSLAM）”型号” ”。

在实验设计方面，研究人员试图使用栖息地模拟器和两个基于真实场景的数据库（Gibson和Matterport）使模型训练环境更加逼真，而又不限制代理的行为，并且还模拟传感器噪声。

2.考虑搜索性能和效率，缩小搜索范围。

在这项研究中，导航模型的任务是在固定时间内覆盖最大范围。

覆盖范围定义为已知要在地图中遍历的总面积。

ANS模型包括一个学习型神经实时定位和映射（SLAM，同时定位和映射）模块，一个全局策略（全局策略）和一个本地策略（本地策略）。

它们通过地图连接到分析路径计划器。

使用分层和模块化的设计与分析计划可以极大地减少训练过程中的搜索范围，同时提高性能和采样效率。

▲模型示意图在训练过程中，学习型神经SLAM模块会生成一个自由空间图，并根据输入的RGB图像和运动传感器数据预测座席的姿势。

SLAM模块的学习提高了输入法的灵活性。

全局策略使用代理的姿势来占据自由空间地图，并将对现实环境布局的结构规则的学习作为长期目标。

全球战略可以探索现实世界环境的布局。

长期目标可以为本地策略生成短期目标。

通过学习，本地策略可以直接映射代理应从RGB图像执行的操作，并提供视觉反馈。

▲模型操作过程示意图3. ANS模型比基线模型可以探索更大的范围并具有更好的性能。

研究人员使用吉布森训练集完成了ANS模型的训练，并运行了1000万帧探索任务的所有基线。

结果如下表所示。

根据14个未知场景中994个模型的运行结果对运行结果进行平均。

与最好的相比