基于联邦学习的多机器人迷宫发现
机器学习
2024-07-03 v1 人工智能
机器人学
图像与视频处理
摘要
本工作展示了联邦学习（FL）应用于配备激光雷达传感器的机器人发现迷宫的用例。目标是训练分类模型，以准确识别由不规则墙体构成的两个不同方形迷宫中网格区域的形状。由于墙体的不同形状，训练于一个迷宫中捕获其结构的分类模型无法在另一个迷宫中泛化。通过在探索仅一个迷宫的机器人之间采用 FL 框架来解决这一问题，使得集体知识允许它们在未出现的迷宫中准确运行。这一案例说明了 FL 在实际应用中的有效性，尤其是在提升迷宫发现任务中的分类准确率和鲁棒性方面。
引用
@article{arxiv.2407.01596,
title = {Maze Discovery using Multiple Robots via Federated Learning},
author = {Kalpana Ranasinghe and H. P. Madushanka and Rafaela Scaciota and Sumudu Samarakoon and Mehdi Bennis},
journal= {arXiv preprint arXiv:2407.01596},
year = {2024}
}
备注
Accepted in ISCC 2024 conference