学习使用 varied LiDAR 配置进行无地图导航：一种基于支持点的方法
机器人学
2021-03-12 v2 人工智能
摘要
深度强化学习（DRL）在无地图导航领域展现出巨大潜力。然而，此类导航模型通常受限于距离传感器的固定配置，因为其输入格式是固定的。在本文中，我们提出一种 DRL 模型，能够处理来自不同安装位置的不同距离传感器所获取的距离数据。我们的模型首先从每个障碍点提取目标导向特征。随后，它从所有点特征候选中选取全局障碍特征，并利用这些特征进行最终决策。由于仅使用少数点来支持最终决策，我们将这些点称为支持点，并将我们的方法称为基于支持点的导航（SPN）。我们的模型能够处理来自不同 LiDAR 配置的数据，并在仿真与真实世界实验中展现出良好性能。此外，在使用高分辨率 LiDAR 时，其在具有小障碍物的拥挤场景中展现出巨大潜力。
引用
@article{arxiv.2010.10209,
title = {Learn to Navigate Maplessly with Varied LiDAR Configurations: A Support Point-Based Approach},
author = {Wei Zhang and Ning Liu and Yunfeng Zhang},
journal= {arXiv preprint arXiv:2010.10209},
year = {2021}
}
备注
\c{opyright} 20XX IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works