AGPNet——自主平地策略网络
机器人学
2021-12-22 v1 人工智能
机器学习
摘要
在这项工作中，我们针对推土机自主平整布满沙堆的不平坦区域建立了启发式方法与学习策略。我们将该问题形式化为一个马尔可夫决策过程，设计了一个展示智能体—环境交互的仿真器，并最终将我们的仿真器与真实的推土机原型进行了比较。我们使用来自强化学习、行为克隆与对比学习的方法来训练一个混合策略。我们训练出的智能体 AGPNet 达到了人类水平的表现，并在自主平地任务上优于当前最先进的机器学习方法。此外，我们的智能体能够从随机场景泛化到未见的真实世界问题。
引用
@article{arxiv.2112.10877,
title = {AGPNet -- Autonomous Grading Policy Network},
author = {Chana Ross and Yakov Miron and Yuval Goldfracht and Dotan Di Castro},
journal= {arXiv preprint arXiv:2112.10877},
year = {2021}
}
备注
7 pages, paper submitted to IEEE International Conference on Robotics and Automation