PPMC 强化学习训练算法：通过强化学习实现崎岖地形智能机器人
机器人学
2020-03-16 v2 人工智能
机器学习
系统与控制
系统与控制
机器学习
摘要
机器人如今能够学习如何决策和自我控制，并将习得的行为泛化至未见过的场景。特别地，由于环境的不确定性，人工智能驱动的机器人在诸如月球表面之类的恶劣环境中展现出前景。我们通过一种我们创建的称为路径规划与运动控制 (PPMC) 训练算法的训练算法，解决机器人于崎岖地形中这一关键的泛化问题。该算法与任意通用强化学习算法相结合，以在单一神经网络上教机器人如何响应用户指令并前往指定位置。在本文中，我们展示了该算法独立于机器人结构工作，证明其在轮式漫游车以及既往四足步行机器人的结果上均有效。此外，我们通过引入粗糙高度不平的地形，朝现实世界的实用性迈出了几大步。关键的是，我们通过实验表明，机器人学会了泛化至新的崎岖地形地图，保持了 100% 的成功率。据我们所知，这是首篇引入通用训练算法、仅使用强化学习向任意机器人传授崎岖环境中通用 PPMC 的论文。
引用
@article{arxiv.2003.02655,
title = {PPMC RL Training Algorithm: Rough Terrain Intelligent Robots through Reinforcement Learning},
author = {Tamir Blum and Kazuya Yoshida},
journal= {arXiv preprint arXiv:2003.02655},
year = {2020}
}
备注
6 pages, 7 figures, 4 wheeled rover in a rough environment resembling lunar surface