从感知到决策：一种面向自主地面机器人端到端运动规划的基于数据驱动的方法

基于示范学习的运动规划是一个持续的研究课题。在本文中，我们提出了一个模型，该模型能够学习从原始二维激光测距数据和目标位置到机器人所需转向指令的复杂映射。据我们所知，这项工作提出了首个学习用于机器人平台的目标导向端到端导航模型的方法。有监督的模型训练基于在仿真中使用现有运动规划器生成的专家示范。我们证明，学习到的导航模型可以直接迁移到未见过的虚拟环境中，更有趣的是，也能迁移到现实世界环境中。它能够安全地引导机器人穿过障碍物杂乱的环境以到达指定目标。我们对基于神经网络的运动规划器进行了广泛的定性和定量评估，并在仿真和现实世界实验中将其与基于网格的全局方法进行了比较。