PIC4rl-gym：基于深度强化学习的机器人自主导航ROS2模块化框架
机器人学
2022-11-22 v1 人工智能
摘要
学习智能体可通过采用多种方法优化标准自主导航，提升系统的灵活性、效率和计算成本。本文介绍PIC4rl-gym，一个基础的模块化框架，通过结合机器人社区标准工具ROS2与Gazebo和深度强化学习（DRL）来促进导航与学习研究。论文描述了PIC4rl-gym的整体结构，其将DRL智能体的训练与测试完全集成于多种室内外导航场景与任务中。采用模块化方法，可通过选择新平台、传感器或模型轻松定制仿真。我们通过用一套完整指标对针对不同的导航任务训练出的策略进行基准测试，展示了这一新颖gym的潜力。
引用
@article{arxiv.2211.10714,
title = {PIC4rl-gym: a ROS2 modular framework for Robots Autonomous Navigation with Deep Reinforcement Learning},
author = {Mauro Martini and Andrea Eirale and Simone Cerrato and Marcello Chiaberge},
journal= {arXiv preprint arXiv:2211.10714},
year = {2022}
}