MICRACLE: 人类启发的移动机器人导航的逆强化学习和课程学习模型

本文提出了一个新的学习框架，使机器人能够通过学习和推理环境模型，成功遵循自然语言路线指令。该算法利用空间和语义信息学习环境度量和语义属性的分布，并将自然语言指令解释为预期行为的分布。通过推理地图和状态分布，使用新型置信空间规划器直接求解策略，在可声控轮椅上评估了该框架。结果表明，该算法能够成功遵循新颖扩展环境中的自然语言路线指令。