结合最优控制与学习实现新型室内环境下的自主空中导航
机器人学
2022-02-22 v2
摘要
本报告提出了一种结合最优控制与感知的框架，用于微型飞行器（MAV）在新型室内封闭环境中的自主导航，且仅依赖机载传感器数据。我们利用模拟器中的特权信息生成三维空间中的最优航点，我们的感知系统学习对其模仿。训练后的基于学习的感知模块反过来仅依靠传感器数据（RGB + IMU）即可生成类似的避障航点。我们在 iGibson 仿真环境中的多个新场景中验证了该框架的有效性。
引用
@article{arxiv.2112.03554,
title = {Combining optimal control and learning for autonomous aerial navigation in novel indoor environments},
author = {Kevin Lin and Brian Huo and Megan Hu},
journal= {arXiv preprint arXiv:2112.03554},
year = {2022}
}