基于深度强化学习的葡萄园中位置无关自主导航
机器人学
2022-11-03 v1 人工智能
摘要
精准农业正迅速吸引研究，以高效引入自动化与机器人解决方案来支持农业活动。葡萄园和果园中的机器人导航在自主监测和便捷获取作物以进行采收、喷洒及执行耗时必要任务方面具有竞争优势。当前自主导航算法依赖昂贵传感器，且数据处理需沉重计算成本。此外，葡萄园行间代表一种具有挑战性的户外场景，其中GPS与视觉里程计技术常难以提供可靠定位信息。本工作中，我们将边缘AI与深度强化学习相结合，提出一种前沿轻量方案，以解决无需精确定位数据的葡萄园自主导航问题，并以灵活基于学习的方法克服任务定制算法。我们训练了一个端到端传感运动智能体，直接将含噪声深度图像与位置无关的机器人状态信息映射为速度指令，引导机器人至行间末端，持续调整航向以实现无碰撞的中心轨迹。我们在逼真模拟葡萄园中的大量实验证明了我们方案的有效性及智能体的泛化能力。
引用
@article{arxiv.2206.14155,
title = {Position-Agnostic Autonomous Navigation in Vineyards with Deep Reinforcement Learning},
author = {Mauro Martini and Simone Cerrato and Francesco Salvetti and Simone Angarano and Marcello Chiaberge},
journal= {arXiv preprint arXiv:2206.14155},
year = {2022}
}