面向空中交通管制的逆最优规划
机器人学
2021-03-29 v1
摘要
我们设想一个系统，能简洁描述空中交通规则、辅助人类操作员并支撑商业机场周围的密集自主空中交通。我们开发了一种方法，通过最大熵逆强化学习从真实数据中将空中交通规则学习为代价函数。该代价函数被用作基于搜索的运动规划方法的惩罚项，该方法对控制空间与状态空间均进行离散化。我们展示该方法论，表明我们的方法能够学习模仿密集商业空中交通的机场进场航线与间隔规则。所得轨迹被证明是安全、可行且高效的。
引用
@article{arxiv.1903.10525,
title = {Inverse Optimal Planning for Air Traffic Control},
author = {Ekaterina Tolstaya and Alejandro Ribeiro and Vijay Kumar and Ashish Kapoor},
journal= {arXiv preprint arXiv:1903.10525},
year = {2021}
}