為了提升對(duì)于未知環(huán)境的適應(yīng)性，預(yù)探索也被應(yīng)用到了整套系統(tǒng)中去。導(dǎo)航器可以首先探索不熟悉的環(huán)境，并增加在未知環(huán)境中執(zhí)行導(dǎo)航指令的機(jī)會(huì)。針對(duì)先前的預(yù)探索方法，像束搜索和自模仿學(xué)習(xí)，他們基于指令并對(duì)每一條指令進(jìn)行優(yōu)化，但這種方法會(huì)造成路徑過長。在真實(shí)環(huán)境中部署機(jī)器人到陌生環(huán)境時(shí)，首先要熟悉環(huán)境并有效地在環(huán)境中執(zhí)行自然語言指令。

與先前方法優(yōu)化給定指令或假設(shè)一次性覆蓋所有未知環(huán)境不同，本文提出了利用APS方法來實(shí)現(xiàn)基于環(huán)境的預(yù)探索，可以使得智能體僅僅針對(duì)同一環(huán)境中的任務(wù)進(jìn)行環(huán)境預(yù)探索，而無需先驗(yàn)知識(shí)。在未知環(huán)境中，利用APS來采樣多條路徑P’并生成導(dǎo)航指令I(lǐng)’。隨后利用（P’，I’）來優(yōu)化位置環(huán)境中的NAV。在預(yù)探索過程中，固定APS參數(shù)而僅僅優(yōu)化NAV。通過這樣的方法可以有效提升模型對(duì)于未知環(huán)境的適應(yīng)能力。

未知環(huán)境中的預(yù)探索優(yōu)化流程。APS對(duì)未知環(huán)境進(jìn)行采樣來優(yōu)化NAV。

二、實(shí)驗(yàn)結(jié)果

為了驗(yàn)證這種方法的有效性，研究人員在視覺語言導(dǎo)航數(shù)據(jù)集R2R（Room－to－Room）上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)分別針對(duì)Seq2Seq、Speaker－Follower、RCM等三個(gè)基準(zhǔn)進(jìn)行，分別為其增加隨機(jī)采樣增強(qiáng)路徑、APS采樣增強(qiáng)路徑觀察導(dǎo)航誤差（Navigation Error）、成功率（Oracle Success Rate，Success Rate）、路徑長度加權(quán)的成功率（Success Rate weighted by Path Length），其結(jié)果如下表所示：

可以看到基于APS的方法顯著地提升了三種基準(zhǔn)的性能，下圖還更為直觀地反映了隨機(jī)采樣和APS增強(qiáng)采樣模式針對(duì)兩種方法在不同增強(qiáng)率下性能提升：

下圖還展示了預(yù)探索策略對(duì)于未知環(huán)境導(dǎo)航的有效性，可以看到經(jīng)過預(yù)探索后導(dǎo)航模型可以根據(jù)指令徑直向前，方向和移動(dòng)過程更為準(zhǔn)確。研究人員還發(fā)現(xiàn)在差異較大的環(huán)境中，預(yù)探索能顯示出的能力也就越強(qiáng)，在實(shí)際使用中就會(huì)具有更強(qiáng)的適應(yīng)性和泛化性。

如果想要了解更多的實(shí)現(xiàn)細(xì)節(jié)和實(shí)驗(yàn)結(jié)果分析比較，請(qǐng)參看論文，其中不僅包含了充分的理論分析和模型的詳盡實(shí)現(xiàn)細(xì)節(jié)，同時(shí)還涵蓋了完整的消融性分析結(jié)果。

關(guān)于我“門”

將門是一家以專注于發(fā)掘、加速及投資技術(shù)驅(qū)動(dòng)型創(chuàng)業(yè)公司的新型創(chuàng)投機(jī)構(gòu)，旗下涵蓋將門創(chuàng)新服務(wù)、將門技術(shù)社群以及將門創(chuàng)投基金。將門成立于2015年底，創(chuàng)始團(tuán)隊(duì)由微軟創(chuàng)投在中國的創(chuàng)始團(tuán)隊(duì)原班人馬構(gòu)建而成，曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術(shù)型創(chuàng)業(yè)公司。

將門創(chuàng)新服務(wù)專注于使創(chuàng)新的技術(shù)落地于真正的應(yīng)用場景，激活和實(shí)現(xiàn)全新的商業(yè)價(jià)值，服務(wù)于行業(yè)領(lǐng)先企業(yè)和技術(shù)創(chuàng)新型創(chuàng)業(yè)公司。

將門技術(shù)社群專注于幫助技術(shù)創(chuàng)新型的創(chuàng)業(yè)公司提供來自產(chǎn)、學(xué)、研、創(chuàng)領(lǐng)域的核心技術(shù)專家的技術(shù)分享和學(xué)習(xí)內(nèi)容，使創(chuàng)新成為持續(xù)的核心競爭力。

將門創(chuàng)投基金專注于投資通過技術(shù)創(chuàng)新激活商業(yè)場景，實(shí)現(xiàn)商業(yè)價(jià)值的初創(chuàng)企業(yè)，關(guān)注技術(shù)領(lǐng)域包括機(jī)器智能、物聯(lián)網(wǎng)、自然人機(jī)交互、企業(yè)計(jì)算。在近四年的時(shí)間里，將門創(chuàng)投基金已經(jīng)投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數(shù)科技、迪英加科技等數(shù)十家具有高成長潛力的技術(shù)型創(chuàng)業(yè)公司。