基于单目视觉的决斗双重深度循环 Q 学习四旋翼自主避障

无人机的快速发展对自主避障提出了更高要求。受限于载荷与供电，四旋翼等小型无人机通常搭载简单传感器与计算单元，使传统方法更难以实施。本文展示一种新框架，以单目视觉控制四旋翼在拥挤环境中自主飞行。该框架采用两阶段架构，由感知模块与决策模块组成。感知模块基于无监督深度学习方法。决策模块使用决斗双重深度循环 Q 学习（dueling double deep recurrent Q-learning）以消除机载单目相机有限观测能力的不利影响。该框架使四旋翼无需任何先验环境信息或带标签训练数据集即可实现自主避障。训练后的模型在仿真中展现出高成功率，并对变换场景具有良好泛化能力。