利用神经网络飞越窄缝：一种端到端规划与控制方法
机器人学
2019-08-06 v2
摘要
在本文中，我们研究使无人机飞越倾斜窄缝的问题，且不采用传统的规划与控制流水线。为此，我们提出一种端到端策略网络，它从传统流水线中模仿并通过强化学习微调。与以往利用运动基元规划动力学可行轨迹并用几何控制器跟踪所生成轨迹的工作不同，我们提出的方法是端到端的，它将飞行场景作为输入并直接输出四旋翼的推力-姿态控制指令。本文的主要贡献为：1）提出一种模仿-强化训练框架。2）利用端到端策略网络飞越窄缝，表明基于学习的方法也能像传统流水线那样解决高动态控制问题（见附视频：https://www.youtube.com/watch?v=jU1qRcLdjx0）。3）提出使用多层感知机对最优轨迹生成器进行鲁棒模仿。4）展示强化学习如何提升模仿学习的性能，以及取得超越基于模型方法之更高性能的潜力。
引用
@article{arxiv.1903.09088,
title = {Flying through a narrow gap using neural network: an end-to-end planning and control approach},
author = {Jiarong Lin and Luqi Wang and Fei Gao and Shaojie Shen and Fu Zhang},
journal= {arXiv preprint arXiv:1903.09088},
year = {2019}
}
备注
Under review as a conference paper at IROS 2019