基于深度强化学习的 4WIS4WID 农业田间移动机器人自主导航
机器人学
2024-12-30 v1
摘要
在未来的农业场域中，机器人将被设想为穿越作物进行导航，以执行如除草剂喷洒和果实采收等复杂任务，这些任务因非几何内部障碍物、空间限制以及户外环境等因素而具有挑战性。本文尝试采用深度强化学习 (DRL) 解决 4WIS4WID 移动机器人在结构化、自动化农业田间的导航问题。本文包含三个部分：四轮转向配置的参数化、基于 DRL 的作物行 tracking、以及通过多个作物行实现 4WIS4WID 移动机器人的自主导航。我们展示了如何将四轮转向的各种配置参数化为两个变量。这包括对称四轮转向、零转向，以及一种允许 4WIS4WID 移动机器人横向移动的额外转向配置。使用 DRL，我们也跟随不规则形状的作物行进行对称四轮转向。在多个作物行的仿真环境中，通过 waypoint 我们有效地实现了点到点的导航。最后，进行了各种使用连续动作的 DRL 算法的比较分析。
引用
@article{arxiv.2412.18865,
title = {Autonomous Navigation of 4WIS4WID Agricultural Field Mobile Robot using Deep Reinforcement Learning},
author = {Tom Baby and Mahendra Kumar Gohil and Bishakh Bhattacharya},
journal= {arXiv preprint arXiv:2412.18865},
year = {2024}
}