用于自主堆料装载的神经网络控制器（修订版）
机器人学
2021-03-24 v1 机器学习
系统与控制
系统与控制
摘要
我们近期提出了两种从人类示范中学习的堆料装载控制器：神经网络（NNet）[1] 与随机森林（RF）控制器 [2]。在野外实验中，RF 控制器获得了明显更高的成功率。在本工作中，先前的研究结论被彻底修正——我们在冬季条件下测试了夏季训练的控制器。冬季实验揭示了对额外传感器、更多训练数据以及能利用这些条件的控制器的需求。因此，我们提出一种修订版神经控制器（NNetV2），其具有更具表现力的结构，并使用神经注意力机制聚焦于传感器与控制信号的重要部分。使用相同的数据与传感器对三种控制器进行训练与测试，NNetV2 对剧烈变化的条件实现了更好的鲁棒性以及更优的成功率。据我们所知，这是首项在剧烈变化的户外条件下测试重型机械基于学习的控制器、并在冬季取得高成功率（且训练于夏季）的工作。
引用
@article{arxiv.2103.12379,
title = {Neural Network Controller for Autonomous Pile Loading Revised},
author = {Wenyan Yang and Nataliya Strokina and Nikolay Serbenyuk and Joni Pajarinen and Reza Ghabcheloo and Juho Vihonen and Mohammad M. Aref and Joni-Kristian Kämäräinen},
journal= {arXiv preprint arXiv:2103.12379},
year = {2021}
}
备注
7 pages