基于深度循环强化学习的空间非合作目标主动视觉跟踪
机器人学
2023-01-02 v1
摘要
仅依靠视觉相机对空间非合作目标进行主动跟踪，对自主交会对接与碎片清除具有重要意义。考虑到其部分可观测马尔可夫决策过程（POMDP）特性，本文提出一种基于深度循环强化学习的新型跟踪器，称为 RAMAVT，其驱动追逐航天器以高频且近最优的速度控制指令跟随任意空间非合作目标。为进一步提升主动跟踪性能，我们将多头注意力（MHA）模块与压缩激励（SE）层引入 RAMAVT，以几乎无额外计算成本显著提升了神经网络的表征能力。在 SNCOAT 基准上开展的广泛实验与消融研究，相比其他最先进（state-of-the-art）算法，表明了本方法的有效性与鲁棒性。源代码见 https://github.com/Dongzhou-1996/RAMAVT。
引用
@article{arxiv.2212.14304,
title = {On Deep Recurrent Reinforcement Learning for Active Visual Tracking of Space Noncooperative Objects},
author = {Dong Zhou and Guanghui Sun and Zhao Zhang and Ligang Wu},
journal= {arXiv preprint arXiv:2212.14304},
year = {2023}
}