利用课程学习与Sim2Real增强的端到端深度强化学习飞越窄缝
机器人学
2021-08-31 v1
摘要
穿越倾斜的窄缝此前对强化学习而言是一项棘手的任务，主要由于两方面的挑战。首先，搜索可行轨迹并非易事，因为缝隙后方难以到达的目标很难触及。其次，由于速度相对较快而缝隙尺寸较窄，Sim2Real后的误差容忍度很低。由于碰撞损坏的风险，采集真实世界数据的棘手性进一步加剧了该问题。在本文中，我们提出一个端到端强化学习框架，通过解决这两个问题成功完成了该任务。为搜索动态可行的飞行轨迹，我们使用课程学习引导智能体朝向障碍物后方的稀疏奖励。为应对Sim2Real问题，我们提出一种Sim2Real框架，可在不使用真实飞行数据的情况下将控制指令迁移到真实四旋翼上。据我们所知，我们的论文是首个纯粹使用深度强化学习成功完成窄缝穿越任务的成果。
引用
@article{arxiv.2108.12869,
title = {Flying Through a Narrow Gap Using End-to-end Deep Reinforcement Learning Augmented with Curriculum Learning and Sim2Real},
author = {Chenxi Xiao and Peng Lu and Qizhi He},
journal= {arXiv preprint arXiv:2108.12869},
year = {2021}
}