基于类车机器人的事件相机强化学习探索
机器学习
2020-04-03 v1 人工智能
机器人学
摘要
我们展示了首个面向配备事件相机机器人的强化学习应用。由于事件相机延迟显著降低，相较于使用标准相机的现有基于视觉的强化学习应用，可实现更快的机器人控制。为处理强化学习中的事件流，我们引入了一种类图像特征，并展示了在模拟器中训练智能体完成两项任务的可行性：快速避障与障碍物跟踪。最后，我们在真实世界中搭建了配备事件相机的机器人，并迁移模拟器中训练的智能体，成功实现了对随机抛投物体的快速规避。将事件相机引入强化学习，通过端到端学习方法为自动驾驶汽车与无人机等需要快速控制的各类机器人应用开辟了新可能。
引用
@article{arxiv.2004.00801,
title = {Exploration of Reinforcement Learning for Event Camera using Car-like Robots},
author = {Riku Arakawa and Shintaro Shiba},
journal= {arXiv preprint arXiv:2004.00801},
year = {2020}
}