基于鲁棒感知导航：使用带学习值函数的 PAC-NMPC
机器人学
2025-06-11 v3
摘要
非线性模型预测控制（NMPC）通常受限于较短的有限时域，以减轻在线优化的计算负担。因此，在复杂环境中使用 NMPC 进行导航时，通常需要全局规划框架以避免局部极小值。相比之下，强化学习（RL）可以生成最小化无限时域期望代价的策略，并且即使仅基于当前传感器测量值运行，也常能避免局部极小值。然而，这些学习到的策略通常无法提供性能保证（例如关于碰撞避免），尤其是在训练分布之外时。在本文中，我们增强了 Probably Approximately Correct NMPC（PAC-NMPC）——一种基于采样的随机 NMPC 算法，能够提供统计性的性能与安全性保证——使其结合通过 RL 训练的近似基于感知的值函数。我们在仿真中证明，我们的算法能够改善 PAC-NMPC 的长期行为，同时在平面车辆动力学和更复杂、高维的固定翼飞行器动力学的安全性方面优于其他方法。我们还证明，即使我们的值函数是在仿真中训练的，我们的算法也能在使用 1/10 比例拉力赛车、仅利用当前传感器信息的杂乱真实世界环境中，在硬件上成功实现统计安全的导航。
引用
@article{arxiv.2309.13171,
title = {Robust Perception-Based Navigation using PAC-NMPC with a Learned Value Function},
author = {Adam Polevoy and Mark Gonzales and Marin Kobilarov and Joseph Moore},
journal= {arXiv preprint arXiv:2309.13171},
year = {2025}
}
备注
This work has been submitted to the IEEE for possible publication