避免意外障碍物的无强化学习方法：为何不使用高级控制理论工具？

本文关于意外障碍物碰撞避免问题的交流，灵感来自对强化学习 (RL) 的批评，后者被认为"需要巨大的试验次数才能学习任何新任务" (Yann LeCun)。我们使用经典 Dubins 汽车模型，用平坡性控制结合 HEOL 反馈设置，以及最新的无模型预测控制方法来取代 RL。两种方法都 lead to 令人信服的计算机实验，结果显示基于模型的方法仅略好于无模型方法。它们表现出对随机生成的不匹配/扰动的良好鲁棒性，在无模型情况下尤为出色。这些特性可能在当今人工智能中流行的机器学习技术中难以实现。最后，我们应该强调，这两种方法都具有较低的计算负担。