DiSProD：用于规划的分布可微符号传播方法
机器人学
2023-08-07 v4 人工智能
摘要
本文介绍了 DiSProD，一种为具有连续状态与动作空间中概率转移的環境开发的在线规划器。DiSProD 构建了一个符号图，在给定策略的条件下，利用独立性假设与分布的近似传播来刻画未来轨迹的分布。该符号图提供了策略价值的可微表示，从而实现基于梯度的长视野搜索高效优化。近似分布的传播可视为许多轨迹的聚合，使其非常适用于处理稀疏奖励与随机环境。广泛的实验评估将 DiSProD 与离散时间规划和机器人系统实时控制中的最先进规划器进行了比较。所提方法在处理随机环境、对搜索深度的敏感性、奖励稀疏性以及大动作空间方面均优于现有规划器。额外的真实世界实验表明，DiSProD 能够控制地面车辆与水面艇成功绕开障碍物航行。
引用
@article{arxiv.2302.01491,
title = {DiSProD: Differentiable Symbolic Propagation of Distributions for Planning},
author = {Palash Chatterjee and Ashutosh Chapagain and Weizhe Chen and Roni Khardon},
journal= {arXiv preprint arXiv:2302.01491},
year = {2023}
}
备注
International Joint Conference on Artificial Intelligence (IJCAI) 2023. For project website, see https://pecey.github.io/DiSProD/