使用深度强化学习的四旋翼端到端运动规划
机器人学
2019-10-08 v2 人工智能
摘要
在这项工作中，提出了一种新颖的、用于四旋翼在杂乱环境中导航的端到端运动规划方法。与传统的导航算法不同，所提方法规避了显式的感知-重建-规划过程。它使用来自前置摄像头的原始深度图像，直接生成局部运动规划，形式为平滑运动基元，使四旋翼避开障碍物移动到目标。在AirSim仿真以及配备Intel RealSense D435的DJI F330四旋翼真实飞行中均给出了有前景的训练和测试结果。该系统的实际演示可在 https://youtu.be/pYvKhc8wrTM 查看。
引用
@article{arxiv.1909.13599,
title = {End-to-End Motion Planning of Quadrotors Using Deep Reinforcement Learning},
author = {Efe Camci and Erdal Kayacan},
journal= {arXiv preprint arXiv:1909.13599},
year = {2019}
}
备注
IROS 2019 Workshop, Learning Representations for Planning and Control