C-NAV：オープンワールドにおける自己進化型の継続的オブジェクトナビゲーションに向けて

概要: 身体化されたエージェントには、動的なオープンワールド環境において物体ナビゲーションを行うことが期待される。しかし、既存の手法の多くは静的な軌跡と、学習中に固定された一連の物体カテゴリに依存しており、状況が変化し続ける現実世界において継続的な適応が必要であるという要件を見落としている。関連する研究を促進するために、本稿では、継続的物体ナビゲーションベンチマークを提案する。これは、エージェントが新しい物体カテゴリに対するナビゲーション能力を獲得しつつ、以前に学習した知識を壊滅的忘却（catastrophic forgetting）しないことを要求する。この課題に取り組むために、我々はC-Navを提案する。C-Navは、継続的な視覚ナビゲーションの枠組みであり、2つの重要な革新を統合している。(1) 二重パスの抗忘却メカニズム。これは、表現の一貫性を確保するためにマルチモーダル入力を一貫した表現空間に整合させる特徴蒸留（feature distillation）と、方策（ポリシー）の一貫性を確保するためにアクションデコーダ内で時間的特徴を保持する特徴リプレイ（feature replay）から構成される。(2) 多様で有益な経験を選択する適応型サンプリング戦略。これにより冗長性を減らし、メモリのオーバーヘッドを最小化する。複数のモデルアーキテクチャにわたる大規模な実験により、C-Navが既存手法を一貫して上回ることが示される。さらに、軌跡を完全に保持するベースラインと比較しても優れた性能を達成しつつ、メモリ要件を大幅に低減している。コードは https://bigtree765.github.io/C-Nav-project にて公開される予定である。