ترجمه فارسی مقاله IN-Sight: ناوبری تعاملی از طریق بینایی

چکیده

Current visual navigation systems often treat the environment as static, lacking the ability to adaptively interact with obstacles. This limitation leads to navigation failure when encountering unavoidable obstructions. In response, we introduce IN-Sight, a novel approach to self-supervised path planning, enabling more effective navigation strategies through interaction with obstacles. Utilizing RGB-D observations, IN-Sight calculates traversability scores and incorporates them into a semantic map, facilitating long-range path planning in complex, maze-like environments. To precisely navigate around obstacles, IN-Sight employs a local planner, trained imperatively on a differentiable costmap using representation learning techniques. The entire framework undergoes end-to-end training within the state-of-the-art photorealistic Intel SPEAR Simulator. We validate the effectiveness of IN-Sight through extensive benchmarking in a variety of simulated scenarios and ablation studies. Moreover, we demonstrate the system’s real-world applicability with zero-shot sim-to-real transfer, deploying our planner on the legged robot platform ANYmal, showcasing its practical potential for interactive navigation in real environments.

چکیده به فارسی (ترجمه ماشینی)

سیستم های ناوبری بینایی فعلی اغلب محیط را به عنوان استاتیک درمان می کنند و فاقد توانایی تعامل سازگار با موانع هستند.این محدودیت منجر به نارسایی ناوبری در هنگام مواجهه با انسداد غیرقابل اجتناب می شود.در پاسخ ، ما یک رویکرد جدید در مورد برنامه ریزی مسیر خود تحت نظارت را معرفی می کنیم و استراتژی های ناوبری مؤثرتر را از طریق تعامل با موانع امکان پذیر می کنیم.با استفاده از مشاهدات RGB-D ، در بین نمرات قابل عبور را محاسبه می کند و آنها را در یک نقشه معنایی قرار می دهد و برنامه ریزی مسیر دوربرد را در محیط های پیچیده و مانند پیچ ​​و خم تسهیل می کند.برای دقیق حرکت در اطراف موانع ، در بین از یک برنامه ریز محلی استفاده می کند ، که با استفاده از تکنیک های یادگیری بازنمایی ، به طور ضرورت ای در یک برنامه Costpation قابل اجرا آموزش دیده است.کل چارچوب تحت آموزش پایان به پایان در شبیه ساز اسپیر اینتل ، عکسبرداری است.ما از طریق معیار گسترده در انواع سناریوهای شبیه سازی شده و مطالعات فرسایش ، اثربخشی بینایی را تأیید می کنیم.علاوه بر این ، ما کاربردی دنیای واقعی سیستم را با انتقال صفر به صورت سیم کارت به واقعیت نشان می دهیم ، و برنامه ریز خود را بر روی پلت فرم ربات پا هریکال مستقر می کنیم و پتانسیل عملی خود را برای ناوبری تعاملی در محیط های واقعی نشان می دهد.