RAPID：基于逆强化学习的鲁棒敏捷视觉无人机导航规划器

本文介绍了一种基于学习的视觉规划器，用于在杂乱环境中实现敏捷无人机飞行。所提出的规划器能在毫秒内生成无碰撞航点，使无人机能够在复杂环境中执行敏捷机动，而无需构建独立的感知、建图和规划模块。基于学习的方法，如行为克隆（BC）和强化学习（RL），在视觉导航中展现出有前景的性能，但仍面临固有的局限性。BC 由于有限的专家模仿而容易受到复合误差的影响，而 RL 则在奖励函数设计和样本效率方面存在困难。为了解决这些局限性，本文提出了一种基于逆强化学习（IRL）的高速视觉导航框架。通过利用 IRL，可以减少与仿真环境的交互次数，提高处理高维空间的能力，同时保留 RL 策略的鲁棒性。基于运动基元的路径规划算法利用来自不同环境的特权地图数据收集专家数据集，确保了全面的场景覆盖。通过利用获取的专家数据集和从智能体与仿真环境交互中收集的学习器数据集，学习了一个跨多种状态的鲁棒奖励函数和策略。虽然所提出的方法仅在仿真环境中训练，但它可以直接应用于真实世界场景，无需额外的训练或调优。所提出方法的性能在仿真和真实世界环境中均得到了验证，包括森林和各种结构。训练后的策略在真实飞行实验中实现了 7 m/s 的平均速度和 8.8 m/s 的最大速度。据我们所知，这是首次成功将 IRL 框架应用于无人机高速视觉导航的工作。