Slug Mobile:用于强化学习测试的测试台
机器人学
2025-03-10 v2 机器学习
摘要
强化学习中的仿真到现实差距是指模型在模拟器中训练后无法迁移到现实世界的问题。这对于自动驾驶车辆是一个问题,因为车辆动力学在仿真与现实中可能存在差异,且在不同车辆之间也存在差异。Slug Mobile 是一款十分之一比例的自动驾驶车辆,旨在通过作为测试台开发可轻松从一辆车扩展到另一辆车的模型,帮助解决自动驾驶车辆的仿真到现实差距。除了其他十分之一比例自动驾驶车辆中常见的传统传感器外,我们还加入了动态视觉传感器,以便训练在神经形态硬件上运行的脉冲神经网络。
引用
@article{arxiv.2409.10532,
title = {Slug Mobile: Test-Bench for RL Testing},
author = {Jonathan Wellington Morris and Vishrut Shah and Alex Besanceney and Daksh Shah and Leilani H. Gilpin},
journal= {arXiv preprint arXiv:2409.10532},
year = {2025}
}
备注
Presented Poster at BayLearn 2024 hosted by Apple