基于深度强化学习的四旋翼飞行器自主着陆
人工智能
2018-02-28 v3 机器人学
摘要
尽管研究界做出了努力，无人机(UAV)在地面标记上着陆仍是一个开放问题。以往的尝试大多聚焦于手工几何特征的分析以及外部传感器的使用，以使飞行器接近着陆台。本文提出一种基于深度强化学习的方法，仅需下视相机拍摄的低分辨率图像即可识别标记位置并令无人机在其上着陆。所提方法基于深度Q网络(DQNs)的层次结构，用作朝向标记导航的高层控制策略。我们实现了不同的技术解决方案，例如vanilla与double DQNs的组合，以及分区缓冲回放。利用域随机化在均匀纹理上训练飞行器，并在大量模拟与真实世界环境中测试。整体性能与最先进(state-of-the-art)算法及人类飞行员相当。
引用
@article{arxiv.1709.03339,
title = {Autonomous Quadrotor Landing using Deep Reinforcement Learning},
author = {Riccardo Polvara and Massimiliano Patacchiola and Sanjay Sharma and Jian Wan and Andrew Manning and Robert Sutton and Angelo Cangelosi},
journal= {arXiv preprint arXiv:1709.03339},
year = {2018}
}
备注
The actual copy of the manuscript is a revised version resubmitted to IROS