基于记忆的深度强化学习用于有限环境知识下无人机避障

本文提出了一种方法，使配备单目摄像头的无人机四旋翼能够在非结构化和未知的室内环境中自主避开与障碍物的碰撞。与地面车辆机器人的避障相比，无人机导航带来了额外的挑战，因为无人机的运动不再受明确定义的室内地面或街道环境约束。室内外环境中的水平结构，如装饰物、家具、吊扇、招牌、树枝等，也成为相关障碍物，而不像地面车辆机器人的那些。因此，为地面机器人开发的避障方法显然不足以用于无人机导航。当前使用单目图像进行无人机避障的控制方法严重依赖环境信息。这些控制器未充分保留和利用关于周围环境的广泛可用信息来进行决策。我们提出了一种基于深度强化学习的无人机避障（OA）与自主探索方法，能够做到这一点。我们方法中的关键思想是部分可观测性的概念，以及无人机如何保留有关环境结构的相关信息以做出更好的未来导航决策。我们的 OA 技术使用带时间注意力的循环神经网络，并在无碰撞导航距离方面相比先前工作提供了更好的结果。此外，我们的技术具有高推理速率（机器人应用中的关键因素）且节能，因为它最小化了无人机的振荡运动并减少了功率浪费。