基于图策略梯度的大规模分布式协同无标号运动规划
机器人学
2021-02-15 v1 机器学习
摘要
在本文中，我们提出了一种学习方法，用于解决大量机器人在二维空间中具有运动约束和空间约束的无标号运动问题。为解决任意动力学与约束的问题，我们提议将该问题建模为多智能体问题。通过采用图神经网络（GNN）为机器人参数化策略，我们能够证明所提方法在大量机器人情形下的可扩展性。GNN通过学习在机器人之间局部聚合信息的滤波器来降低问题的维度，类似于卷积神经网络在图像中学习局部特征的方式。此外，通过采用GNN，我们还能够通过先为少量机器人训练图滤波器，再将策略零样本迁移到更多机器人，从而克服为大量机器人训练策略的计算开销。我们通过多种仿真验证了框架的有效性。
引用
@article{arxiv.2102.06284,
title = {Large Scale Distributed Collaborative Unlabeled Motion Planning with Graph Policy Gradients},
author = {Arbaaz Khan and Vijay Kumar and Alejandro Ribeiro},
journal= {arXiv preprint arXiv:2102.06284},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:1909.10704