增量分辨率符号感知下的能量约束主动探索
机器人学
2023-09-15 v1
摘要
在这项工作中，我们考虑在固定能量预算下自主探索搜寻目标的机器人问题。机器人配备了一个增量分辨率符号感知模块，其中对环境中目标的感知随机器人距目标距离的减小而改善。我们假设对目标总数、其位置以及其在环境中的可能分布均无先验信息。本工作针对由此产生的约束序贯决策问题提出了一种新颖的决策框架，首先将其转化为离线计算的乘积图上的奖励最大化问题，然后在线作为混合整数线性规划（MILP）求解，其中关于环境的知识在每一步更新，结合了基于自动机与基于MILP的技术。我们借助案例研究证明了方法的有效性，并给出了基于期望遗憾的实证评估。此外，运行时间性能表明，对于中等规模的网格环境可高效地进行在线规划。
引用
@article{arxiv.2309.07347,
title = {Energy-Constrained Active Exploration Under Incremental-Resolution Symbolic Perception},
author = {Disha Kamale and Sofie Haesaert and Cristian-Ioan Vasile},
journal= {arXiv preprint arXiv:2309.07347},
year = {2023}
}