如何训练你的 HERON
机器人学
2021-02-23 v1 机器学习
摘要
本文中,我们应用深度强化学习(Deep RL)与域随机化,仅依靠 2D 激光扫描仪解决自然环境中的导航任务。我们在仿真中训练一个基于模型的 RL 智能体沿湖泊与河流岸线行进,并以零样本设置将其应用于真实无人水面艇。我们证明,尽管该智能体未在真实世界中训练,它仍能成功完成任务并适应机器人环境及动力学的变化。最后,我们表明该 RL 智能体比具有状态感知的模型预测控制器更鲁棒、更快且更精确。
引用
@article{arxiv.2102.10357,
title = {How To Train Your HERON},
author = {Antoine Richard and Stephanie Aravecchia and Thomas Schillaci and Matthieu Geist and Cedric Pradalier},
journal= {arXiv preprint arXiv:2102.10357},
year = {2021}
}