Skill Q-Network：面向未知环境无地图导航的自适应技能集成学习

本文重点关注在未知环境中获取无地图导航技能。我们提出了 Skill Q-Network（SQN），这是一种具有自适应技能集成机制的新型强化学习方法。与现有方法不同，我们的模型在无需先验知识的情况下，同时学习高级技能决策过程和多个低级导航技能。利用为无地图导航量身定制的奖励函数，SQN 能够学习包含探索和目标导向技能的自适应机动，从而在新的环境中实现有效导航。我们的实验表明，SQN 能够有效地在复杂环境中导航，与基线模型相比性能提高了 40%。在没有明确指导的情况下，SQN 发现了如何结合低级技能策略，在具有挑战性的场景中既展示了到达目的地的目标导向导航，也展示了逃离局部最小区域的探索机动。值得注意的是，我们的自适应技能集成方法能够零样本迁移到分布外领域，这些领域具有来自非凸障碍物或不平整、类似地下环境的未见观测。项目页面可在 https://sites.google.com/view/skill-q-net 获取。