面向海洋机器人导航的部分结构化环境动力学学习
机器人学
2018-03-13 v1
摘要
我们研究这样一种场景：机器人在部分结构化的非静态环境中，需要采取一系列适当动作后到达指定目标。一个应用实例是控制海洋航行器在海洋中移动。海洋环境是动态的，且海洋波浪经常导致强扰动，干扰航行器的运动。对此类动态环境建模并非易事，且将此类模型集成到机器人运动控制中尤为困难。幸运的是，海洋流通常形成一些局部模式（如涡旋），因此环境是部分结构化的。历史观测数据可用于训练机器人学习如何与海洋潮汐扰动交互。在本文中，我们提出一种应用深度强化学习框架来学习此类部分结构化复杂扰动的方法。我们的结果表明，通过在人工和真实海洋扰动下训练机器人，机器人能够在复杂时空环境中成功行动。
引用
@article{arxiv.1803.04057,
title = {Learning Partially Structured Environmental Dynamics for Marine Robotic Navigation},
author = {Chen Huang and Kai Yin and Lantao Liu},
journal= {arXiv preprint arXiv:1803.04057},
year = {2018}
}