无人机群中基于视觉的凝聚飞行学习
机器人学
2018-09-05 v1 计算机视觉与模式识别
机器学习
多智能体系统
摘要
本文提出了一种从简单群集算法中学习基于视觉的集体行为的数据驱动方法。我们模拟一个四旋翼无人机群，并将控制器表述为一个回归问题，其中我们直接从原始相机图像生成 3D 速度指令。该数据集通过同时获取全向图像并从群集算法计算相应控制指令来创建。我们表明，在无人机视觉输入上训练的卷积神经网络不仅可以学习鲁棒的碰撞避免，还能以样本高效的方式学习蜂群的凝聚性。神经控制器有效地学习在视觉输入中定位其他智能体，我们通过可视化对智能体运动影响最大的区域来展示这一点。该弱监督显著性图可高效计算，并可用作后续其他智能体检测与相对定位的先验。我们通过仅将局部视觉信息用于控制，消除了群成员间共享位置信息的依赖。因此，我们的工作可视为迈向完全去中心化、基于视觉的蜂群的第一步，无需通信或视觉标记来辅助其他智能体的检测。
引用
@article{arxiv.1809.00543,
title = {Learning Vision-based Cohesive Flight in Drone Swarms},
author = {Fabian Schilling and Julien Lecoeur and Fabrizio Schiano and Dario Floreano},
journal= {arXiv preprint arXiv:1809.00543},
year = {2018}
}