基于层次化策略学习的可移动障碍物导航

我们提出了一种层次化强化学习 (HRL) 框架,用于通过移动操作臂实现高效导航。该方法将基于交互的障碍物属性估计与结构化推送策略相结合,以便在遵循预计划全局路径的前提下,动态操作不可预见障碍物。高层策略生成考虑环境约束和路径跟踪目标的推送命令,而低层策略通过协调的全身运动精准且稳定地执行这些命令。综合的仿真实验表明,与基线方法相比,该方法在执行 NAMO 任务方面表现更佳,包括更高的成功率、缩短的遍历路径长度以及减少的目标到达时间。此外,消融研究评估了每个组件的有效性,而定性分析进一步验证了实时障碍物属性估计的准确性和可靠性。