面向不确定性下导航的弹性行为学习

深度强化学习在自动获取自主智能体的复杂自适应行为方面具有巨大潜力。然而，底层神经网络策略尚未在现实应用中广泛部署，尤其是在这些安全关键任务中(例如自动驾驶)。原因之一是其习得策略无法像传统方法那样执行灵活且弹性的行为以适应多样环境。在本文中，我们考虑移动机器人在未知不确定性环境中导航时学习自适应和弹性行为并避免碰撞的问题。我们提出一种新颖的不确定性感知导航方法，引入不确定性感知预测器对环境不确定性建模，并提出了一种新颖的不确定性感知导航网络以在先前未知的环境中学习弹性行为。为了更稳定高效地训练所提不确定性感知网络，我们提出温度衰减训练范式，以在训练过程中平衡探索与利用。我们的实验评估表明，我们的方法能在多样环境中学习弹性行为，并根据环境不确定性生成自适应轨迹。