基于地面移动机器人实现拖车跟拍的强化学习
机器人学
2025-09-03 v1 计算机视觉与模式识别
机器学习
摘要
自由行走拖车可增强电影镜头的动态运动,但自动化相机控制仍面临诸多挑战。本研究通过应用于自由行走地面拖车的强化学习(RL),实现了对拖车跟拍的自动化,克服了传统控制方法的局限。我们通过与独立控制策略进行比较,展示了组合控制在精准拍摄任务方面的有效性。我们的稳健 RL 流水线在仿真环境中超越了传统比例-微分控制器(PID)的性能,并在搭载相机云台的修改版 ROSBot 2.0 平台上证明了其实际应用价值。这一工作的实用性得到了验证,为更复杂的拍摄场景奠定了基础,为技术与电影创意的融合做出了显著贡献。这一工作为该领域带来了一项突破,为进一步的研究和开发开辟了新方向,有效地弥合了技术进步与创意电影制作之间的鸿沟。
引用
@article{arxiv.2509.00564,
title = {Reinforcement Learning of Dolly-In Filming Using a Ground-Based Robot},
author = {Philip Lorimer and Jack Saunders and Alan Hunter and Wenbin Li},
journal= {arXiv preprint arXiv:2509.00564},
year = {2025}
}
备注
Authors' accepted manuscript (IROS 2024, Abu Dhabi, Oct 14-18, 2024). Please cite the version of record: DOI 10.1109/IROS58592.2024.10802717. 8 pages