要約
最先端のナビゲーション手法は、空間記憶を活用して新しい環境に一般化するが、その占有マップはエージェントが直接観測した幾何構造のみを捉えるにとどまる。本研究では、エージェントが自己中心的なRGB-D観測を用いて、視界外の領域の占有状態を予測する「占有状態予測（occupancy anticipation）」を提案する。このアプローチにより、エージェントはより迅速に空間認識を構築でき、3D環境における効率的な探索とナビゲーションを実現する。自己中心視点とトップダウンマップの両方における文脈情報を活用することで、本モデルはより広範な環境マップを正確に予測でき、強力なベースライン手法と比較して顕著な性能向上を達成した。さらに、探索およびナビゲーションという逐次的意思決定タスクに展開した場合、GibsonおよびMatterport3Dデータセットにおいて、最先端手法を上回る結果を示した。本手法は2020年Habitat PointNavチャレンジの優勝エントリとしても認められている。プロジェクトページ：http://vision.cs.utexas.edu/projects/occupancy_anticipation/