LiCS：基于学习模仿的杂乱空间导航
机器人学
2025-01-15 v2
摘要
本文提出了一种用于 UGV（无人地面车辆）在狭窄室内环境中进行鲁棒且快速导航的系统，采用 2D 激光雷达和里程计。我们使用基于 Transformer 神经网络的行为克隆方法，学习优化基线算法。我们在专家演示期间注入高斯噪声，以增加所学策略的鲁棒性。我们使用仿真和硬件实验评估了 LiCS 的性能。它在导航性能方面优于所有其他基线方法，即使在高度杂乱的环境中也能保持稳健的性能。在硬件实验期间，LiCS 能以最高时速 保持安全导航。
关键词
引用
@article{arxiv.2406.14947,
title = {LiCS: Navigation using Learned-imitation on Cluttered Space},
author = {Joshua Julian Damanik and Jae-Won Jung and Chala Adane Deresa and Han-Lim Choi},
journal= {arXiv preprint arXiv:2406.14947},
year = {2025}
}
备注
6 pages, 4 figures. This work has been submitted to the IEEE for possible publication