MARC

 008260203s2023        us                              c    eng  d
■001000017365961
■00520260209102904
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265405449
■035    ▼a(MiAaPQ)AAI32315571
■035    ▼a(MiAaPQ)GeorgiaTech73112
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a616.8
■1001  ▼aCartillier,  Vincent.
■24510▼aFrom  3D  Mapping  to  Scene  Representations  for  Embodied  AI
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a153  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  B.
■500    ▼aAdvisor:  Essa,  Irfan;Romberg,  Justin.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2023.
■520    ▼aIn  the  past  few  years,  a  burgeoning  field  of  research  has  emerged  within  the  broader  AI  community  known  as  "Embodied  AI."  This  field  encompasses  various  challenges,  including  the  development  of  scene  datasets  and  simulators  used  to  train  AI  agents  in  diverse  tasks,  necessitating  a  comprehensive  set  of  skills.  Generally  speaking,  Embodied  AI  research  projects  assume  a  similar  setup  where  an  agent  equipped  with  a  set  of  sensors  (usually  an  RGB  and  Depth  camera)  is  trained  to  accomplish  certain  tasks  such  as  navigation,  pick-and-place,  question  answering  etc.  While  there  are  many  approaches  and  designs  of  such  Embodied  AI  agents,  this  thesis  focuses  on  methods  involving  intermediate  scene  representations.  In  contrast  to  end-to-end  approaches,  AI  systems  with  intermediate  explicit  scene  representations  comprise  two  distinct  modules:  one  for  raw  input  sensor  processing  and  a  second  one  for  planning  and  acting.  Agents  utilizing  scene  representations  offer  several  advantages,  including  reduced  susceptibility  to  the  forgetting  effect  observed  in  their  RNN  counterparts,  easier  incorporation  of  inductive  bias  directly  into  the  representations  (e.g.,  geometrical  constraints),  and  improved  interpretability.Towards  this  end,  this  thesis  serves  as  an  investigation  towards  the  design  of  such  scene  representations.  We  specifically  research  how  to  leverage  3D  mapping  techniques  in  order  to  build  rich,  dense  and  useful  representations  for  Embodied  AI  applications.  We  start  by  studying  representations  in  the  form  of  2D  topdown  metric  maps.  These  2D  maps  can  store  features,  labels  or  geometrical  information  to  form  a  useful  training  signal  for  the  tasks  of  semantic  mapping,  navigation  or  question  answering.  We  then  study  3D  representations  in  the  forms  of  implicit  maps  applied  for  SLAM  and  3D  object-based  maps  for  multi-object  re-identification.  Next  we  extend  our  research  to  dynamic  scenes  and  explore  4D  representations  in  the  form  of  localized  keyframes.  Finally,  the  thesis  also  explores  connections  between  these  different  representations  while  highlighting  their  strengths  and  limitations.
■590    ▼aSchool  code:  0078.
■650  4▼aEpisodic  memory
■650  4▼aSemantics
■653    ▼a3D  mapping  techniques
■653    ▼aGeometrical  information
■690    ▼a0800
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-06B.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17365961▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books