基于离线预训练强化学习的避障导航
机器人学
2023-08-04 v1 人工智能
摘要
本文提出一种用于移动机器人无地图避障导航的预训练深度强化学习（DRL）方法，该方法将原始传感器数据映射为控制变量并在未知环境中导航。我们提出了高效的离线训练策略，以加速早期低效的随机探索，并收集了包含专家经验的通用数据集用于离线训练，这对其他导航训练工作具有一定意义。所提出的预训练与优先专家经验减少了 80% 的训练时间，并经验证使 DRL 的奖励提升 2 倍。具有真实物理建模与动力学方程的高级 gazebo 仿真缩小了仿真到现实的差距。我们在走廊环境中训练模型，并在不同环境中评估模型，取得相同效果。相比传统导航方法，我们确认所训练模型可直接应用于不同场景并具备无碰撞导航能力。结果表明我们的 DRL 模型在不同环境中具有通用泛化能力。
引用
@article{arxiv.2308.01551,
title = {Avoidance Navigation Based on Offline Pre-Training Reinforcement Learning},
author = {Yang Wenkai Ji Ruihang Zhang Yuxiang Lei Hao and Zhao Zijie},
journal= {arXiv preprint arXiv:2308.01551},
year = {2023}
}