面向机器人信息收集的习得式参数选择

当机器人被部署到野外进行环境监测时，它们通常执行预先编程的运动（例如割草机式路径），而非自适应方法（例如信息路径规划）。原因之一在于，自适应方法依赖于参数选择，而这些参数既关键又难以由非专家正确设定。在此，我们展示了如何通过训练一个强化学习智能体，在信息路径规划的每次迭代中选择规划器参数，从而自动配置信息路径规划器。我们使用3种不同环境中的37个实例演示了该方法，并将其与纯（端到端）强化学习技术以及不使用习得模型来改变规划器参数的方法进行比较。与基于端到端学习的方法相比，我们的方法在多种环境中的累积奖励平均提高了9.53%；我们还通过野外实验展示了如何轻松使用该方法来促进信息收集机器人的高性能部署。