基于目标条件演员-批判MPC的自主轮式压车导航
机器人学
2025-04-08 v3 系统与控制
系统与控制
摘要
本文提出一种新型控制方法，用于实现自主轮式压车对任意目标姿态的高效导航。不同于以往将高层轨迹规划器与模型预测控制（MPC）组合的做法，我们直接通过纳入来自演员-批判强化学习（RL）所导出的代价函数来增强MPC的规划能力。具体而言，我们首先在仿真环境中训练一个解决姿态到达任务的RL代理，然后通过将训练得到的神经网络批判家作为阶段代价和终端代价纳入MPC，将所学的规划知识传递给MPC。我们通过全面仿真实验表明，所得MPC继承了RL代理的时间高效行为，生成的轨迹与使用轨迹优化方法找到的轨迹相比具有优势。我们还在真实世界的轮式压车上部署了该方法，展示了在各种场景中的成功导航。
引用
@article{arxiv.2409.15717,
title = {Autonomous Wheel Loader Navigation Using Goal-Conditioned Actor-Critic MPC},
author = {Aleksi Mäki-Penttilä and Naeim Ebrahimi Toulkani and Reza Ghabcheloo},
journal= {arXiv preprint arXiv:2409.15717},
year = {2025}
}
备注
Accepted to International Conference on Robotics and Automation (ICRA) 2025