面向自主导航的危险感知自适应深度强化学习智能体组合
机器人学
2020-01-09 v2
摘要
自主导航，即自动抵达目标同时避免与障碍物碰撞的能力，是移动机器人所需的基本技能。近来，深度强化学习(DRL)在机器人导航算法开发中展现出巨大潜力。然而，训练机器人同时学习抵达目标与避障技能仍十分困难。另一方面，尽管提出了许多基于DRL的避障算法，其中极少被复用于更复杂的导航任务。本文提出一种新颖的危险感知自适应组合(DAAC)框架，将分别经DRL训练的避障与抵达目标两个智能体相结合，构建导航智能体而无需重新设计与重训练。该自适应组合方法的关键在于，避障智能体输出的值函数用作评估当前情境风险水平的指标，进而决定两智能体对下一步行动的贡献。仿真与真实世界测试结果表明，所组合导航网络能控制机器人在未知复杂环境中安全快速地完成困难导航任务，例如连续抵达一系列相继目标。
引用
@article{arxiv.1809.03847,
title = {Danger-aware Adaptive Composition of DRL Agents for Self-navigation},
author = {Wei Zhang and Yunfeng Zhang and Ning Liu},
journal= {arXiv preprint arXiv:1809.03847},
year = {2020}
}
备注
7 pages, 9 figures