跳到正文
arXiv cs.AI· Changyeon Lee, Kelin Yu, Zheng Wei, Shuna Ni, Ruohan Gao·· 10 小时前AI 评分38

OdorSpaces:3D 环境中的视觉-嗅觉具身导航仿真平台与基准

OdorSpaces: Visual-Olfactory Embodied Navigation in 3D Environments

AI 导读

OdorSpaces 是面向视觉-嗅觉具身导航的物理仿真平台与基准,在 Habitat-Sim 上引入 Fire Dynamics Simulator(FDS)模拟 3D 气味传输与扩散,让智能体在照片级真实室内环境中同时利用视觉与嗅觉观测导航。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:嗅觉能提供关于空气中化学线索的关键信息,然而在具身人工智能领域,它仍很大程度上未被充分探索,此前有限的机器嗅觉工作主要集中于语义气味感知。我们提出 OdorSpaces,一个基于物理的仿真平台与基准,用于视觉-嗅觉具身导航。OdorSpaces 通过 Fire Dynamics Simulator(FDS)模拟三维气味传输与扩散,对 Habitat-Sim 进行增强,使智能体能够利用视觉和嗅觉观测在逼真的室内环境中导航。该基准包含两个具有代表性的寻源场景:不可见气体泄漏定位与早期火灾定位。我们开发了一种初始的多模态强化学习策略,随时间整合视觉观测与嗅觉测量。实验表明,该策略优于多种基线,为未来视觉-嗅觉具身导航研究建立了有力参考。
评论: 已被第 10 届机器人学习会议(CoRL 2026)接收。20 页,4 幅图,6 张表
主题: 机器人学(cs.RO);人工智能(cs.AI);计算机视觉与模式识别(cs.CV);机器学习(cs.LG)
引用为: arXiv:2611.05738 [cs.RO]
  (或 arXiv:2611.05738v1 [cs.RO] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.05738

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Changyeon Lee [查看邮箱]
[v1] 2026 年 11 月 3 日星期二 23:21:27 UTC(4,051 KB)

来源:arXiv cs.AI · arxiv.org