学习在障碍物间驱赶智能体：基于深度强化学习训练鲁棒牧羊行为
机器人学
2020-05-20 v1 机器学习
摘要
机器人牧羊问题考虑通过称为牧羊者的外部机器人的运动来控制和导航一组相干智能体（例如鸟群或无人机队）。基于机器学习的方法已成功在空旷无障环境中解决该问题。另一方面，基于规则的方法能处理环境布满障碍物且允许多个牧羊者协作的更复杂场景。然而，这些基于规则的方法由于难以定义可处理所有可能情况的完备规则集而显得脆弱。为克服这些局限，我们提出首个已知的、能在障碍物间驱赶智能体的基于学习的方法。通过结合概率路线图使用深度强化学习技术，我们利用含噪声但受控的环境与行为参数训练牧羊模型。实验结果表明所提方法具有鲁棒性，即其对来自环境模型与行为模型的不确定性均不敏感。因此，相较于基于规则的行为方法，所提方法具有更高的成功率、更短完成时间与路径长度。这些优势在涉及更困难群体与艰巨通道的更具挑战性场景中尤为突出。
引用
@article{arxiv.2005.09476,
title = {Learning to Herd Agents Amongst Obstacles: Training Robust Shepherding Behaviors using Deep Reinforcement Learning},
author = {Jixuan Zhi and Jyh-Ming Lien},
journal= {arXiv preprint arXiv:2005.09476},
year = {2020}
}