Cross-modal Map Learning for Vision and Language Navigation

计算机科学 情态动词 水准点(测量) 语义学(计算机科学) 人工智能 集合(抽象数据类型) 语言理解 路径(计算) 计算机视觉 地理 化学 程序设计语言 高分子化学 大地测量学
作者
Georgios Georgakis,Karl Schmeckpeper,Karan Wanchoo,Soham Dan,Eleni Miltsakaki,Dan Roth,Kostas Daniilidis
出处
期刊: 卷期号:: 15439-15449 被引量:2
标识
DOI:10.1109/cvpr52688.2022.01502
摘要

We consider the problem of Vision-and-Language Navigation (VLN). The majority of current methods for VLN are trained end-to-end using either unstructured memory such as LSTM, or using cross-modal attention over the egocentric observations of the agent. In contrast to other works, our key insight is that the association between language and vision is stronger when it occurs in explicit spatial representations. In this work, we propose a cross-modal map learning model for vision-and-language navigation that first learns to predict the top-down semantics on an egocentric map for both observed and unobserved regions, and then predicts a path towards the goal as a set of waypoints. In both cases, the prediction is informed by the language through cross-modal attention mechanisms. We experimentally test the basic hypothesis that language-driven navigation can be solved given a map, and then show competitive results on the full VLN-CE benchmark.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
cc4ever完成签到,获得积分10
3秒前
慕青的应助被哦哦哦采纳,获得10
3秒前
田様的应助被哈哈哈哈采纳,获得10
4秒前
4秒前
glimmer的应助被kk采纳,获得10
4秒前
852的应助被刘嘉乐采纳,获得10
4秒前
5秒前
233火完成签到,获得积分10
5秒前
充电宝的应助被婧婧采纳,获得10
7秒前
愉情发布了新的文献求助10
8秒前
幻灭完成签到,获得积分10
10秒前
七七发布了新的文献求助10
10秒前
10秒前
123发布了新的文献求助10
11秒前
11秒前
14秒前
哈哈哈哈完成签到,获得积分10
14秒前
16秒前
哦哦哦发布了新的文献求助10
17秒前
如意的棒棒糖完成签到,获得积分10
18秒前
18秒前
19秒前
xilla完成签到,获得积分10
19秒前
Z-先森完成签到,获得积分10
19秒前
Hatter发布了新的文献求助10
19秒前
搜集达人的应助被原味鸡屎采纳,获得10
20秒前
20秒前
伶俐的断天完成签到 ,获得积分10
21秒前
HuoYii完成签到,获得积分10
21秒前
yxy发布了新的文献求助10
22秒前
传统的纸飞机完成签到 ,获得积分10
22秒前
v0id的应助被南瓜不说话采纳,获得10
23秒前
小二郎的应助被xqm采纳,获得30
23秒前
24秒前
24秒前
25秒前
科研通AI6.4的应助被好hshs采纳,获得10
25秒前
熊一一发布了新的文献求助10
25秒前
26秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 1000
Электротехническая система магнитожидкостной герметизации валов регулируемых электродвигателей 800
日本語と中国語及びチベット・ビルマ語の語源関連性に関する分析 800
Holistic Discourse Analysis, Second Edition by Robert E. Longacre 666
The Basics of Practical Optimization, Second Edition 600
Practical Nonconvex Nonsmooth Optimization 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 物理 生物化学 化学工程 内科学 复合材料 催化作用 心理学 人工智能 细胞生物学 光电子学 无机化学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 7975954
求助须知:如何正确求助?哪些是违规求助? 9439836
关于积分的说明 21065660
捐赠科研通 7552182
什么是DOI,文献DOI怎么找? 3374400
关于科研通互助平台的介绍 2509089
邀请新用户注册赠送积分活动 2407413