来自像素的反馈：基于学习的场景视图合成实现输出调节
系统与控制
2021-04-26 v3 系统与控制
摘要
我们提出一种涉及来自像素的反馈的新型控制器综合方法，其测量为表示红-绿-蓝（RGB）像素化图像的高维信号。该方法既不需要特征提取，也不需要目标检测，亦不需要视觉对应。控制策略不涉及状态或类似潜表示的估计。相反，跟踪直接在图像空间中实现，参考信号的模型按内模原理要求嵌入。参考信号由具备基于学习的场景视图合成能力的神经网络生成。我们的方法不需要像素到动作控制策略的端到端学习。该方法应用于一个运动控制问题，即跟车问题的纵向动力学。我们展示了该方法如何适用于可处理的稳定性分析，及其对建立闭环动力学可信度与可解释性至关重要的相应界。
引用
@article{arxiv.2103.10888,
title = {Feedback from Pixels: Output Regulation via Learning-Based Scene View Synthesis},
author = {Murad Abu-Khalaf and Sertac Karaman and Daniela Rus},
journal= {arXiv preprint arXiv:2103.10888},
year = {2021}
}
备注
Submitted to L4DC on November-20-2020; Accepted on March-5-2021