【论文标题】双向域自适应，用于实现导航代理的Sim2Real传输

【作者团队】Joanne Truong, Sonia Chernova, Dhruv Batra

【发表时间】 2021-02-25

【论文链接】https://arxiv.org/pdf/2104.08795.pdf

【推荐理由】深度强化学习模型需要大量数据，而获取真实世界的数据既昂贵又耗时。许多人寻求的解决方案是在实际环境中部署机器人之前，先使用仿真进行训练。仿真提供了并行训练大量机器人的能力，并提供了大量数据。然而，没有一个模拟是完美的，仅接受模拟训练的机器人无法推广到现实世界，从而导致“模拟与实际之间的差距”。我们如何克服模拟器中大量不准确的人工数据与可靠的现实数据之间的权衡？本文提出了双向域自适应（BDA），这是一种桥接双向sim-vs-real间隙的新颖方法，real2sim 弥合视觉领域的差距，以及 sim2real弥合动力学领域的鸿沟。文章展示了BDA在PointGoal导航任务中的优势。

内容中包含的图片若涉及版权问题，请及时与我们联系删除