AG2U——不确定性下的自主平整作业

地表平整，即平整含有预先倾倒沙堆的不平坦区域的过程，是建筑工地流程中的一项重要任务。这一劳动密集型过程通常由推土机完成，推土机是任何建筑工地上的关键机械工具。当前实现地表平整自动化的尝试都假设完美定位。然而，在真实场景中，该假设不成立，因为智能体面临不完美的感知，从而导致性能下降。在本工作中，我们解决不确定性下的自主平整问题。首先，我们实现了仿真和缩比实物原型环境，以便在此设置下快速进行策略探索与评估。其次，我们将该问题形式化为部分可观测马尔可夫决策过程，并训练出一个能够处理此类不确定性的智能体。我们通过严谨的实验表明，在完美定位下训练的智慧体在面临定位不确定性时性能会下降。然而，使用我们的方法训练的智能体会开发出更鲁棒的策略来应对此类误差，从而表现出更好的平整性能。