在未知环境中用深度强化学习学习覆盖路径

覆盖路径规划（CPP）是寻找一条覆盖受限区域整个自由空间路径的问题，其应用从机器人割草到搜索救援。当环境未知时，路径需要在建图的同时在线规划，这是不允许灵活路径空间的离线规划方法无法解决的。我们研究了强化学习对这一挑战性问题的适用程度，并分析了高效学习覆盖路径所需的组成部分，如动作空间、输入特征表示、神经网络架构和奖励函数。我们提出了一种基于边界的计算可行的自我中心地图表示，以及一种基于全变分的新型奖励项以促进完全覆盖。通过大量实验，我们表明我们的方法在多种CPP变体上超越了先前基于RL的方法和高度专门化方法的性能。