基于模仿学习的自适应信息收集
机器人学
2017-05-23 v1
摘要
在自适应信息收集问题中，需要一种策略利用迄今为止获取的测量历史来选择信息丰富的感知位置。尽管已有大量先前工作利用香农熵的变体研究有效的实用近似，此类策略的功效严重依赖于世界中物体的几何分布。另一方面，采用在线POMDP求解器的原则性方法由于需要从世界地图后验分布显式在线采样而变得不实用。我们提出一种新颖的数据驱动模仿学习框架，以高效训练信息收集策略。该策略模仿一个全知神谕（clairvoyant oracle）——一个在训练时拥有世界地图完整知识并能计算信息量最大的感知位置的神谕。我们通过证明对全知神谕的离线模仿隐式等价于结合后验采样的在线神谕执行来分析所学策略。该观察使我们能为具有自适应子模性的信息收集问题获得强有力的近最优性保证。如在一系列2D和3D探索问题上所展示的，训练出的策略兼具两者之长——它们适应不同的世界地图分布，同时评估计算开销低。
引用
@article{arxiv.1705.07834,
title = {Adaptive Information Gathering via Imitation Learning},
author = {Sanjiban Choudhury and Ashish Kapoor and Gireeja Ranade and Sebastian Scherer and Debadeepta Dey},
journal= {arXiv preprint arXiv:1705.07834},
year = {2017}
}
备注
Robotics Science and Systems, 2017