APPLI：基于干预的自适应规划器参数学习
机器人学
2021-08-24 v2
摘要
虽然经典自主导航系统通常能安全且无碰撞地将机器人从一点移动到另一点，但这些系统在某些场景中可能失败或产生次优行为。当前在此类场景中的做法是手动重新调优系统参数（如最大速度、采样率、膨胀半径）以优化性能。该做法需要专家知识，并可能危及原本良好场景中的性能。同时，人类相对容易识别那些失败或次优情况，并提供遥操作干预以纠正失败或次优行为。本工作中，我们寻求从那些人类干预中学习以提升导航性能。具体而言，我们提出基于干预的自适应规划器参数学习（APPLI），其中在训练期间学习多组导航参数，并基于置信度度量在部署期间应用于底层导航系统。在我们的物理实验中，机器人相比具有静态默认参数的规划器甚至从完整人类示范学习的动态参数取得了更好的性能。我们还展示了APPLI在另一未见物理测试赛道和300个仿真导航环境套件中的泛化能力。
关键词
引用
@article{arxiv.2011.00400,
title = {APPLI: Adaptive Planner Parameter Learning From Interventions},
author = {Zizhao Wang and Xuesu Xiao and Bo Liu and Garrett Warnell and Peter Stone},
journal= {arXiv preprint arXiv:2011.00400},
year = {2021}
}
备注
7 pages, 4 figures