不确定空间代价非理性感知下的规划
机器人学
2020-10-22 v4 人工智能
机器学习
系统与控制
摘要
本工作研究风险感知感知运动规划策略的设计,该策略纳入了对不确定空间代价相关风险的非理性感知。我们提出的方法采用累积前景理论(CPT)在给定环境上生成感知风险图。随后将类 CPT 感知风险与路径长度度量结合,定义符合基于采样的运动规划器(RRT*)渐近最优性要求的代价函数。CPT 的建模能力在理论与仿真中得以阐明,并与条件风险价值(CVaR)等其他风险感知模型进行比较。理论上,我们为风险感知模型定义了表达性概念,并表明 CPT 的表达性高于 CVaR 与期望风险。我们随后表明该表达性转化到我们的路径规划设定中,其中观察到配备 CPT 与同时扰动随机逼近(SPSA)方法的规划器能更好地逼近环境中的任意路径。此外,我们在仿真中展示我们的规划器捕获了丰富的一组有意义路径,代表了自定义环境中不同的风险感知。我们随后分别在杂乱与动态环境中通过仿真将我们的规划器与 T-RRT*(连续代价空间规划器)和 Risk-RRT*(动态人体障碍风险感知规划器)比较性能,显示了所提规划器的优势。
引用
@article{arxiv.1904.02851,
title = {Planning under non-rational perception of uncertain spatial costs},
author = {Aamodh Suresh and Sonia Martinez},
journal= {arXiv preprint arXiv:1904.02851},
year = {2020}
}
备注
12 pages and 10 figures. This revision adds more explanation and clearer figures