面向基于深度学习的导航方法的二维栅格地图生成
机器人学
2021-12-07 v2
摘要
在过去十年中,机器人自主导航已受到深度学习及其他基于机器学习方法的推动。这些方法在机器人性能上展现出显著优势。但它们的缺点是需要大量数据来推断知识。在本文中,我们提出一种构建具有特定属性的二维地图的算法,这些属性使其有益于基于机器学习方法的训练与测试。地图基于地牢环境,其中构建若干随机房间并将这些房间连接起来。此外,我们提供了一个由所提算法生成的包含 10,000 张地图的数据集,以及用于算法评估的带有广泛信息的描述。此类信息包括路径存在性验证、最优路径、距离及其他属性。我们相信这些地图及其相关信息对希望测试深度学习方法的机器人爱好者和研究者非常有用。数据集可在 https://github.com/gbriel21/map2D_dataSet.git 获取。
引用
@article{arxiv.2110.13242,
title = {2D Grid Map Generation for Deep-Learning-based Navigation Approaches},
author = {Gabriel O. Flores-Aquino and Jheison Duvier Díaz Ortega and Ricardo Yahir Almazan Arvizu and Raúl López Muñoz and O. Octavio Gutierrez-Frias and J. Irving Vasquez-Gomez},
journal= {arXiv preprint arXiv:2110.13242},
year = {2021}
}
备注
6 pages, 4 figures, conference, dataset