提高基于强化学习的局部运动规划器对未见众包行为的泛化能力
机器人学
2024-10-17 v1 人工智能
机器学习
摘要
在面对具有挑战性的室外人群场景中，部署安全的移动机器人策略具有挑战性，因为人的运动是不可预测的。当前基于强化学习的运动规划器依赖单一策略来模拟行人运动，可能受到过拟合问题的影响。或者，将碰撞规避问题建模为多智能体框架，其中智能体在学习到达目标的过程中生成动态运动，可能与人类行人产生冲突。为此，我们引入一种高效方法，通过最大化信息论目标来增强单个策略内智能体的多样性。这种多样性丰富了每个智能体的经验，提高其对未见众包行为的适应性。在评估智能体对未见众包的鲁棒性时，我们灵感来源于人群行为，提出了多样化场景。我们的行为条件化策略在这些具有挑战性的场景中优于现有工作，无需额外时间或旅行即可减少潜在碰撞。
引用
@article{arxiv.2410.12232,
title = {Improving the Generalization of Unseen Crowd Behaviors for Reinforcement Learning based Local Motion Planners},
author = {Wen Zheng Terence Ng and Jianda Chen and Sinno Jialin Pan and Tianwei Zhang},
journal= {arXiv preprint arXiv:2410.12232},
year = {2024}
}