在导航中学习信任谁：在经典规划与神经规划间动态切换

地面机器人的导航通常通过定位与建图（SLAM）并在动态创建的地图上执行经典规划来解决，或者通过机器学习（ML）（常借助强化学习（RL）或模仿学习（IL）的端到端训练）来解决。近期，模块化设计取得了有前景的结果，并且已提出将 ML 与经典规划相结合的混合算法。现有方法以手工设计函数实现这些组合，无法充分利用策略的互补特性以及场景结构与规划性能之间的复杂规律性。我们的工作基于如下假设：神经规划器与经典规划器的优势与劣势遵循某些规律性，这些规律性可从训练数据（特别是从交互中）学习。这基于一个假定：经训练的规划器与经典规划所依赖的建图算法均会出现依赖于场景语义的失败案例，且这种依赖性是可学习的：例如，某些区域、物体或场景结构比其他更容易重建。我们提出一种由高层规划器在经典规划器与神经规划器之间动态切换的分层方法。我们在仿真中充分训练所有神经策略，并在仿真与真实实验中使用 LoCoBot 机器人评估该方法，显示出性能的显著提升，尤其在真实环境中。我们还定性推测了高层规划器所利用的数据规律性的本质。