追逃博弈框架下概率化追捕者对抗智能逃避者的主动追踪
机器人学
2019-04-23 v1 人工智能
摘要
给定已建图环境，我们采用概率框架 formulation 了利用概率框架视觉追踪并跟随逃避者的问题。本工作中，我们考虑室内障碍物环境中一个具有有限可视深度传感器的非完整机器人。跟随目标的移动机器人被视为追捕者，被跟随的智能体被视为逃避者。我们为追捕者与逃避者提出一个概率框架以实现其相互冲突的目标。我们引入一个知晓追捕者位置信息的智能逃避者。该逃避者变体的目标是利用从追捕者处获得的可见区域信息避免被追捕者追踪，以进一步挑战所提出的智能追捕者。为验证框架效率，我们使用 Gazebo 在仿真中进行若干实验，并在具有不同追捕者-逃避者速度比的各种环境中评估追踪逃避者的成功率。通过实验我们验证了假设：智能追捕者比仅在环境中随机导航的追捕者更有效地追踪逃避者。我们也验证了知晓追捕者动作的逃避者比随机逃避者更成功地避免被智能追捕者追踪。最后，我们经验性地表明，虽然智能追捕者相较随机追捕者确实提高了平均追踪成功率，但当逃避者知晓其动作时，其成功率分布的方差增大。
引用
@article{arxiv.1904.09307,
title = {Active Adversarial Evader Tracking with a Probabilistic Pursuer under the Pursuit-Evasion Game Framework},
author = {Varun Chandra Jammula and Anshul Rai and Yezhou Yang},
journal= {arXiv preprint arXiv:1904.09307},
year = {2019}
}