基于强化学习的全向轮椅共享控制
机器人学
2025-07-24 v1 机器学习
摘要
智能电动轮椅通过共享控制可提高驾驶员的使用体验。既有工作已显示共享控制在提高非全向机器人导航安全性方面的潜力。然而，对于全向系统，现有方法常导致用户行为不直观，未能充分发挥全向驾驶的潜力。因此，我们提出一种基于强化学习的方法，该方法接受 2D 用户输入并输出 3D 运动，同时确保用户舒适度并降低驾驶员的认知负荷。我们的方法在 Isaac Gym 中进行训练，在 Gazebo 中进行仿真测试。我们比较了不同的 RL 代理架构和奖励函数，这些奖励函数基于考虑认知负荷和用户舒适度的指标。我们表明，该方法确保了碰撞自由的导航，同时对轮椅进行智能定向，且在与前一种基于非学习方法相比较时，平滑性更好或相当。我们进一步进行了仿真到现实的迁移，并证明了我们所知最佳的 RL 基于共享控制的全向移动平台的实际实现。
引用
@article{arxiv.2507.17055,
title = {Shared Control of Holonomic Wheelchairs through Reinforcement Learning},
author = {Jannis Bähler and Diego Paez-Granados and Jorge Peña-Queralta},
journal= {arXiv preprint arXiv:2507.17055},
year = {2025}
}