E-VAT: Uma Abordagem Assimétrica de Ponta a Ponta para Exploração Visual Ativa e Rastreamento

O desenvolvimento de sistemas de rastreamento visual está se tornando um objetivo importante para a comunidade de Robótica. A maioria dos trabalhos que lidam com este tema foca exclusivamente no rastreamento passivo, onde o alvo está confinado dentro do campo de visão da câmera. Apenas uma minoria propõe abordagens ativas, capazes não apenas de identificar o objeto a ser rastreado, mas também de produzir ações de controle de movimento para manter o contato visual com ele. No entanto, todos os métodos introduzidos até agora assumem que o alvo está inicialmente na proximidade imediata do rastreador. Isso representa uma limitação indesejável sobre a aplicabilidade dessas técnicas, e é para superar essa limitação que propomos um novo sistema baseado em Aprendizado por Reforço Profundo de Ponta a Ponta, capaz tanto de explorar o ambiente ao redor para encontrar o alvo quanto de rastreá-lo. Para isso, desenvolvemos uma rede composta por dois subcomponentes: i) a Rede de Detecção de Alvo, que detecta o alvo no campo de visão da câmera, e ii) a Rede de Exploração e Rastreamento, que emprega essa informação para alternar entre a política de exploração e a política de rastreamento, com o objetivo de explorar o ambiente, encontrar o alvo e, finalmente, rastreá-lo. Através de diferentes experimentos, demonstramos a eficácia de nossa abordagem e seu desempenho superior em relação aos métodos atuais de estado da arte (SotA).