主题： Neural Topological SLAM for Visual Navigation

摘要： 本文研究了图像目标导航的问题，该问题涉及在以前看不见的新型环境中导航到目标图像指示的位置。 为了解决这个问题，我们设计了空间的拓扑表示，以有效利用语义并提供近似的几何推理。 表示的核心是具有关联语义特征的节点，这些节点使用粗略的几何信息相互连接。我们描述了基于监督学习的算法，该算法可以在噪声激励下构建，维护和使用此类表示。 在视觉和物理逼真的模拟中的实验研究表明，我们的方法建立了有效的表示形式，可以捕获结构规律性并有效解决长视距导航问题。 与研究该任务的现有方法相比，我们观察到相对改进了50％以上。