基于因果特征选择的多无人机碰撞规避鲁棒策略学习
机器人学
2024-07-16 v2
摘要
在未见的复杂户外环境中，无人机（UAV）群体的碰撞规避导航问题具有挑战性。这要求UAVs穿越各种障碍物和复杂背景。基于深度强化学习的现有碰撞规避导航方法表现前景，但存在泛化能力差的问题，导致在未见环境中性能下降。为解决此问题，本文考察DRL中弱泛化能力的原因，提出一种新颖的因果特征选择模块。该模块可集成到策略网络中，有效过滤表示中的非因果因素，从而减少非因果因素与动作预测之间虚假相关性的影响。实验结果表明，我们提出的方法在未见背景和障碍场景下能够实现鲁棒的导航性能和有效的碰撞规避，显著优于现有所谓最先进算法。
引用
@article{arxiv.2407.04056,
title = {Robust Policy Learning for Multi-UAV Collision Avoidance with Causal Feature Selection},
author = {Jiafan Zhuang and Gaofei Han and Zihao Xia and Boxi Wang and Wenji Li and Dongliang Wang and Zhifeng Hao and Ruichu Cai and Zhun Fan},
journal= {arXiv preprint arXiv:2407.04056},
year = {2024}
}