基于深度强化学习的低成本摄像头移动机器人规划器
机器人学
2020-12-22 v1 机器学习
摘要
本研究基于深度强化学习开发了一种机器人移动策略。由于传统机器人导航方法依赖于精确的地图重建且需要高端传感器，基于学习的方法尤其是深度强化学习成为积极趋势。该问题以马尔可夫决策过程（MDP）形式建模，智能体为移动机器人。其视野状态由激光测距或摄像头等输入传感器获取，目标是在无任何碰撞的情况下导航至目标点。已有许多深度学习方法来解决该问题。然而，为使机器人走向市场，低成本量产也是需要解决的问题。因此，本工作尝试基于单目摄像头图像的直接深度矩阵预测构建伪激光测距系统，同时仍保持稳定的性能。实验结果表明，其性能可直接与采用高价传感器的方案相媲美。
引用
@article{arxiv.2012.11160,
title = {Mobile Robot Planner with Low-cost Cameras Using Deep Reinforcement Learning},
author = {Minh Q. Tran and Ngoc Q. Ly},
journal= {arXiv preprint arXiv:2012.11160},
year = {2020}
}
备注
Accepted in NICS 2020