面向单目反应式 MAV 控制的可迁移策略学习

将在先前任务中获得的知识迁移到新环境的能力是人类学习最重要的机制之一。尽管如此，将自主行为调整为可在部分相似的环境中重用，仍然是当前机器人研究中的一个开放问题。在本文中，我们朝这个方向迈出了一小步，提出了一个用于学习可迁移运动策略的通用框架。我们的目标是通过利用在不同但相关的源域中的训练数据，来解决目标域中的学习问题。我们在使用单目反应式控制的自主 MAV 飞行背景下展示了这一点，并通过在室外杂乱环境中的大量真实世界飞行实验证明了我们提出方法的有效性。