无人机导航中系统不确定性的量化与利用
机器人学
2022-06-07 v1
摘要
随着自主系统日益依赖深度神经网络（DNN）来实现导航流水线功能，不确定性估计方法对于评估 DNN 预测的置信度已变得至关重要。贝叶斯深度学习（BDL）提供了一种对 DNN 中不确定性进行建模的原则性方法。然而，自主系统中的 DNN 组件仅部分捕捉不确定性，或更重要的是，下游任务中的不确定性影响被忽视。本文提供了一种在无人机导航任务中捕捉整体系统不确定性的方法。特别地，我们研究了来自感知表征的不确定性在下游控制预测中的影响。此外，我们利用系统输出中的不确定性来改进控制决策，从而对无人机在其任务上的性能产生积极影响。
引用
@article{arxiv.2206.01953,
title = {Quantifying and Using System Uncertainty in UAV Navigation},
author = {Fabio Arnez and Ansgar Radermacher and Huascar Espinoza},
journal= {arXiv preprint arXiv:2206.01953},
year = {2022}
}
备注
Accepted at the ICRA 2022 Workshop on Releasing Robots into the Wild: Simulations, Benchmarks, and Deployment