PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Robot Navigation

47 평가 기록 5 datasets

The fundamental objective of mobile Robot Navigation is to arrive at a goal position without collision. The mobile robot is supposed to be aware of obstacles and move freely in different working scenarios.

<span class="description-source">Source: Learning to Navigate from Simulation via Spatial and Semantic Information Synthesis with Noise Model Embedding </span>

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
SemExp
SPL: 0.24587SOFT_SPL: 0.28115DISTANCE_TO_GOAL: 3.33397SUCCESS: 0.46667
- -
THDA
SPL: 0.08513SOFT_SPL: 0.17955DISTANCE_TO_GOAL: 9.00594SUCCESS: 0.2018
- -
VO
SPL: 0.525SOFT_SPL: 0.665DISTANCE_TO_GOAL: 0.802SUCCESS: 0.717
- -
VO
SPL: 0.61SOFT_SPL: 0.74DISTANCE_TO_GOAL: 0.3SUCCESS: 0.77
- -
Depth DDPPO
spl: 0.917
논문 코드

데이터셋

5개
Habitat 2020 Object Nav minivalHabitat 2020 Object Nav test-stdHabitat 2020 Point Nav test-stdHabitat 2020 Point Nav minivalGibson PointGoal Navigation

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/facebookresearch/OccupancyAnticipation 1 논문

하위 태스크

PN PointGoal Navigation 1 데이터셋 · 2 rows ON ObjectGoal Navigation 0 데이터셋 · 0 rows SP Sequential Place Learning 0 데이터셋 · 0 rows SN Social Navigation 0 데이터셋 · 0 rows V VNLA 0 데이터셋 · 0 rows