CrowdMove：拥挤场景中的自主无地图导航
机器人学
2018-07-26 v2
摘要
导航是移动机器人的一项基本能力。在本文中，我们提出了一个通用而有效的 3M（即多机器人、多场景和多阶段）训练框架。我们利用鲁棒的 policy gradient（策略梯度）算法优化无地图导航策略。我们的方法使不同类型的移动平台能够在复杂且高度动态的环境（如行人拥挤场景）中安全导航。为证明我们方法的优越性，我们在四种场景中用四种移动平台测试了我们的方法。视频见 https://sites.google.com/view/crowdmove。
引用
@article{arxiv.1807.07870,
title = {CrowdMove: Autonomous Mapless Navigation in Crowded Scenarios},
author = {Tingxiang Fan and Xinjing Cheng and Jia Pan and Dinesh Manocha and Ruigang Yang},
journal= {arXiv preprint arXiv:1807.07870},
year = {2018}
}
备注
arXiv admin note: text overlap with arXiv:1709.10082