MIRACLE：用于类人移动机器人导航的逆向强化与课程学习模型
机器人学
2023-12-08 v2 机器学习
摘要
在紧急场景中，移动机器人必须像人类一样导航，解读刺激以快速定位潜在受害者，且不干扰急救人员。现有的社交感知导航算法面临计算和适应性方面的挑战。为克服这些问题，我们提出了一种解决方案 MIRACLE——一个逆向强化与课程学习模型，它采用游戏化学习来收集刺激驱动的人类导航数据。这些数据随后被用于训练深度逆向最大熵强化学习模型，从而减少对示教者能力的依赖。测试表明，在大小为 400 的环境中损失仅为 2.7717，表明其实现了类人响应的复制。现有数据库缺乏全面的刺激驱动数据，使得我们的方法成为必需。借此，我们使机器人能够以类人的感知在紧急情况下导航，从而增强其拯救生命的能力。
引用
@article{arxiv.2312.03651,
title = {MIRACLE: Inverse Reinforcement and Curriculum Learning Model for Human-inspired Mobile Robot Navigation},
author = {Nihal Gunukula and Kshitij Tiwari and Aniket Bera},
journal= {arXiv preprint arXiv:2312.03651},
year = {2023}
}