BenchNav：具有概率通过性的越野导航算法基准测试仿真平台
机器人学
2024-05-24 v1
摘要
随着感知和规划领域的机器人导航技术不断进步，移动机器人越来越多地进入涉及复杂通过性的越野环境。然而，由于规划算法多样性，每种算法都有独特优势，选择合适的规划方法仍然是一个挑战。为了辅助算法设计，我们引入了BenchNav，一个基于PyTorch的开源仿真平台，用于对具有不确定通过性的越野导航进行基准测试。BenchNav基于Gymnasium构建，提供三个关键特性：1）用于准备合成自然环境的数据生成管道，2）用于通过性预测的内置机器学习模型，以及3）在不同算法间一致执行路径规划和运动规划。我们通过越野环境中的仿真示例展示了BenchNav的多功能性，这些示例采用了来自不同领域的三种代表性规划算法。https://github.com/masafumiendo/benchnav
引用
@article{arxiv.2405.13318,
title = {BenchNav: Simulation Platform for Benchmarking Off-road Navigation Algorithms with Probabilistic Traversability},
author = {Masafumi Endo and Kohei Honda and Genya Ishigami},
journal= {arXiv preprint arXiv:2405.13318},
year = {2024}
}
备注
5 pages, 2 figures. This article has been accepted for presentation at the IEEE ICRA 2024 Workshop on Resilient Off-road Autonomy