基于强化学习的多驾驶员协作高级远程介入
机器人学
2021-09-29 v1
摘要
传统的主从式遥操作依赖人类专家且缺乏校正机制，导致过度的身心负荷。针对这些问题，本文研究了一种用于协作遥操作的环内副驾驶控制框架。实现了一种基于深度确定性策略梯度（DDPG）的智能体，可在无需时延先验知识的情况下有效还原主操作员的意图。所提框架允许在从端引入一名操作员（即副驾驶）生成指令，其权重通过基于DDPG的仲裁在线最优分配，从而在人类可能出现操作失误的情况下增强指令的鲁棒性。借助区间二型（IT2）Takagi-Sugeno（T-S）模糊辨识，力反馈可在主端无时延感地重构，进而在无力传感器场景下保障临场感性能。两项实验应用验证了所提框架的有效性。
引用
@article{arxiv.2109.13324,
title = {Multiple-Pilot Collaboration for Advanced Remote Intervention using Reinforcement Learning},
author = {Ziwei Wang and Weibang Bai and Zhang Chen and Bo Xiao and Bin Liang and Eric M. Yeatman},
journal= {arXiv preprint arXiv:2109.13324},
year = {2021}
}
备注
6 pages, 7 figures, accepted by IECON 2021