消除对 UWB 真值数据收集的依赖：使用深度强化学习的自监督测距误差校正

由于具有厘米级精度的潜力，使用 UWB 技术的室内定位引起了广泛关注。然而，多径效应和非视距条件会导致锚点和标签之间的测距误差。现有的缓解这些测距误差的方法依赖于收集大量标注数据集，使其在真实世界部署中不切实际。本文提出了一种新颖的自监督深度强化学习方法，该方法不需要标注的真值数据。强化学习智能体使用信道冲激响应作为状态，并预测校正量以最小化校正后测距与估计测距之间的误差。智能体通过结合轨迹的可预测性与滤波和平滑操作，迭代改进生成的校正量，从而进行自监督学习。在真实世界 UWB 测量上的实验表明，其性能可与最先进的监督方法相媲美，克服了数据依赖和缺乏泛化能力的局限性。这使得自监督深度强化学习成为实用且可扩展的 UWB 测距误差校正的有前景的解决方案。