用于多移动目标持续监控的时空注意力网络

本工作关注持续监控问题，其中一组基于未知模型运动的靶标必须由具有有限感知范围的自主移动机器人进行监控。为使每个靶标的位置估计尽可能准确，机器人需要自适应规划其路径以（重新）访问所有靶标，并根据沿途收集的测量值更新其信念。在此过程中，主要挑战是在利用（即重新访问先前定位的靶标）与探索（即发现新靶标或重新获取丢失靶标）之间取得平衡。受深度强化学习近期进展的鼓舞，我们针对持续监控问题引入了一种基于注意力的神经解决方案，其中智能体可以学习靶标之间的相互依赖关系，即其基于过往测量的时空相关性。这使智能体具备在多个尺度上确定应关注哪个靶标、时间和位置的能力，我们表明这也有助于放宽有限靶标集的通常限制。我们通过实验证明，在复杂环境中，我们的方法在靶标访问次数和平均估计误差方面优于其他基线。最后，我们在基于无人机的高保真模拟器中实现并验证了我们的模型，以监控地面移动靶标。