主动探索

智能体自己决定去哪看、碰什么，主动获取未知环境或物体的信息。

与被动接收数据相对，主动探索指智能体自己选择移动和交互方式，以尽量少的代价获取信息。在导航里，它通常指把机器人放进陌生房屋，要求在限定步数内尽量多地覆盖并建图，是后续找物体、具身问答等任务的前置能力。经典做法是前沿探索，即朝已知与未知区域的交界处走；学习方法如 2020 年的 Active Neural SLAM，用神经网络建图，由全局策略选长期目标、局部策略负责走过去。在操作里，它也指推一推、晃一晃物体来判断质量、铰接结构等看不出来的属性。强化学习里的「探索」是相关但更宽的概念。

例子在 Habitat 仿真器中，Active Neural SLAM 智能体在陌生公寓里自主走动并画出俯视地图；该方法的变体还获得了 CVPR 2019 Habitat 点目标导航挑战赛冠军。

也叫

自主探索

相关

前沿探索、主动感知、交互式感知、探索与利用、同步定位与建图、导航

来源

Learning to Explore using Active Neural SLAM (arXiv 2004.05155)