在杂乱环境中学习感知感知的敏捷飞行
机器人学
2023-03-06 v2 人工智能
摘要
近来，神经控制策略在自主导航四旋翼以最短时间穿越杂乱环境方面超越了现有的基于模型的规划与控制方法。然而，它们不具备感知感知能力，而这是由于相机有限视场和四旋翼欠驱动特性，在基于视觉的导航中一项关键要求。我们提出了一种基于学习的系统，可在杂乱环境中实现感知感知的敏捷飞行。我们的方法通过利用一种特权式的 learning-by-cheating 框架，将模仿学习与强化学习（RL）相结合。使用 RL，我们首先训练一个具有全状态信息、以最短时间穿越杂乱环境的感知感知教师策略。然后，我们使用模仿学习将其知识提炼为一个仅通过相机感知环境的基于视觉的学生策略。我们的方法紧密耦合感知与控制，在计算速度（快 10 倍）和成功率上显示出显著优势。我们使用硬件在环仿真展示了闭环控制性能。
引用
@article{arxiv.2210.01841,
title = {Learning Perception-Aware Agile Flight in Cluttered Environments},
author = {Yunlong Song and Kexin Shi and Robert Penicka and Davide Scaramuzza},
journal= {arXiv preprint arXiv:2210.01841},
year = {2023}
}