LaND：从脱离事件中学习导航
机器人学
2020-10-12 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
在真实世界场景中持续测试自主移动机器人是开发自主导航系统的必要环节。每当人类安全监控员因机器人执行了不良机动而脱离其自主系统，自主系统开发者便能获得如何改进该系统的见解。然而，我们认为这些脱离事件不仅指出了系统失败之处（有助于故障排查），还提供了一种直接的学习信号，机器人可借此学习导航。我们提出了一种从脱离事件学习导航的强化学习方法，即 LaND。LaND 学习一个神经网络模型，该模型基于当前感官观测预测哪些动作会导致脱离事件，然后在测试时规划并执行避免脱离事件的动作。我们的结果表明，LaND 能够成功在多样的实时人行道环境中学习导航，优于模仿学习和强化学习方法。视频、代码及其他材料可在我们的网站 https://sites.google.com/view/sidewalk-learning 获取。
引用
@article{arxiv.2010.04689,
title = {LaND: Learning to Navigate from Disengagements},
author = {Gregory Kahn and Pieter Abbeel and Sergey Levine},
journal= {arXiv preprint arXiv:2010.04689},
year = {2020}
}