自适应风险倾向：基于分布强化学习的纳米无人机杂乱环境导航
机器人学
2022-09-27 v2 人工智能
摘要
使无人机等安全关键机器人具备风险评估与风险感知决策能力，是将强化学习应用于此类系统的关键。本文研究一种特定情形：纳米四旋翼机器人在部分可观测条件下学习在先验未知的杂乱环境中导航。我们提出一种分布强化学习框架以生成自适应风险倾向策略。具体而言，我们提出使用所学回报分布的左下尾条件方差作为内在不确定性估计，并利用指数加权移动平均预测(EWAF)根据估计的不确定性调整风险倾向。仿真与真实世界实证结果表明：(1)最有效的风险倾向随状态变化；(2)具有自适应风险倾向的智能体相比风险中性策略或风险厌恶策略基线取得更优性能。
引用
@article{arxiv.2203.14749,
title = {Adaptive Risk-Tendency: Nano Drone Navigation in Cluttered Environments with Distributional Reinforcement Learning},
author = {Cheng Liu and Erik-Jan van Kampen and Guido C. H. E. de Croon},
journal= {arXiv preprint arXiv:2203.14749},
year = {2022}
}