非高斯不确定性及非凸状态约束下的反馈运动规划
机器人学
2016-11-15 v2
摘要
在过程与测量不确定性下的规划是一个具有挑战性的问题。在其最一般形式中，它可被建模为部分可观测马尔可夫决策过程（POMDP）问题。然而，当底层空间连续时，POMDP通常难以求解，特别是当信念为非高斯时，且当状态上还存在非凸约束时，难度进一步加剧。解决此类具挑战性POMDP的现有算法在计算和内存方面代价高昂。本文中，我们通过为常见非线性观测模型求解凸规划，在非高斯信念空间提供反馈策略。该解决方案涉及使用粒子滤波器表示非高斯信念的滚动时域控制（Receding Horizon Control）策略。我们提出了一种在状态空间中捕获非凸约束的方法，并调整优化以纳入此类约束。该方法的一个关键优势是它不在优化问题中引入额外变量，因此比信念空间中现有的约束问题更具可扩展性。我们在不同场景下展示了该方法的性能。
引用
@article{arxiv.1511.05186,
title = {Feedback Motion Planning Under Non-Gaussian Uncertainty and Non-Convex State Constraints},
author = {Mohammadhussein Rafieisakhaei and Amirhossein Tamjidi and Suman Chakravorty and P. R. Kumar},
journal= {arXiv preprint arXiv:1511.05186},
year = {2016}
}
备注
7 pages, 4 figures, Submitted to IEEE International Conference on Robotics and Automation (ICRA) 2016 on 9/15/2015