学习视角与目标不变的视觉伺服导航

深度强化学习的最新进展重新激发了人们对基于数据驱动学习的导航方法的兴趣。本文提出学习视角不变与目标不变的视觉伺服用于局部移动机器人导航；给定初始视角与目标视角或目标图像，我们训练深度卷积网络控制器以到达期望目标。我们针对该任务提出一种新架构，其基于在初始与目标视角间建立对应关系的能力，以及受传统反馈控制误差启发的新奖励结构。所提模型的优势在于无需标定与深度信息，并在多种环境与目标中实现鲁棒视觉伺服而无任何参数微调。我们在视觉逼真仿真环境中给出该方法的综合评估，并与其他深度学习架构及经典视觉伺服方法比较。所提模型克服了基于经典视觉伺服方法的脆弱性，且相比先前学习方法实现了显著更高的泛化能力。