基于离线强化学习的动态环境机器人人群导航
机器人学
2023-12-19 v1
摘要
机器人人群导航在各种实际应用中受到越来越多的关注和普及。在现有研究中，深度强化学习已通过在线模式训练策略应用于机器人人群导航。然而，这不可避免地导致不安全的探索，从而在行人与机器人交互过程中造成采样效率低下。为此，我们利用预先收集的人群导航经验，提出了一种基于离线强化学习的机器人人群导航算法。具体而言，该算法将时空状态集成到隐式 Q 学习中，以避免查询预收集经验中分布外的机器人动作，同时从离线的人机交互中捕获时空特征。实验结果表明，通过定性和定量分析，所提出的算法优于当前最先进的方法。
引用
@article{arxiv.2312.11032,
title = {Robot Crowd Navigation in Dynamic Environment with Offline Reinforcement Learning},
author = {Shuai Zhou and Hao Fu and Haodong He and Wei Liu},
journal= {arXiv preprint arXiv:2312.11032},
year = {2023}
}