面向自主目标跟随的无人机控制学习
人工智能
2017-09-26 v1 机器人学
摘要
尽管深度强化学习（RL）方法在一系列具有挑战性的问题中取得了前所未有的成功，但由于试错学习过程的高样本复杂度，其适用性主要局限于仿真或游戏领域。然而，现实世界的机器人应用通常需要具有安全关键约束的数据高效学习过程。在本文中，我们考虑学习无人机（UAV）控制以跟踪移动目标这一具有挑战性的问题。为了获得结合感知与控制的策略，我们用卷积神经网络表示策略。我们开发了一种分层方法，将无模型策略梯度方法与常规反馈比例-积分-微分（PID）控制器相结合，以实现无灾难性故障的稳定学习。该神经网络通过原始图像的监督学习和自我博弈游戏的强化学习相结合来训练。我们表明，所提出的方法可以在仿真器中高效地学习目标跟随策略，并且学习到的行为可以成功迁移到 DJI 四旋翼平台用于现实世界的无人机控制。
引用
@article{arxiv.1709.08233,
title = {Learning Unmanned Aerial Vehicle Control for Autonomous Target Following},
author = {Siyi Li and Tianbo Liu and Chi Zhang and Dit-Yan Yeung and Shaojie Shen},
journal= {arXiv preprint arXiv:1709.08233},
year = {2017}
}