用于导航的深度视觉MPC策略学习

人类可以常规地跟随由一系列图像/地标定义的轨迹。然而，传统机器人导航方法需要精确的环境建图、定位与规划。此外，这些方法对环境中细微变化敏感。在本文中，我们提出一种深度视觉MPC（模型预测控制）策略学习方法，能够在视觉导航的同时避免与导航路径上未见过物体发生碰撞。我们的模型PoliNet以视觉轨迹和机器人当前视角图像作为输入，输出规划时域为$N$步的速度指令，在轨迹跟随与障碍物规避之间最优地平衡。PoliNet在MPC设置中使用强图像预测模型和可通过性估计模型以最小人类监督进行训练。与先前工作不同，PoliNet可应用于新场景而无需重新训练。我们通过实验表明，机器人在起始位置变化且存在先前未见过障碍物的情形下可跟随视觉轨迹。我们在逼真仿真环境和真实世界中通过测试验证了算法。我们还展示了可在仿真中生成视觉轨迹并在真实环境中执行相应路径。我们的方法在目标到达成功率、子目标覆盖率和计算负载上优于经典方法以及先前基于学习的基线。