按完成时间加权的成功率：一种面向具身导航的动力学感知评估准则
机器人学
2023-10-16 v2 人工智能
摘要
我们提出按完成时间加权的成功率（SCT），一种用于评估移动机器人导航性能的新指标。多项导航相关的工作使用按路径长度加权的成功率（SPL）作为评估智能体到达目标位置所走路径的主要方法，但 SPL 在正确评估具有复杂动力学的智能体方面能力有限。相比之下，SCT 显式地考虑智能体的动力学模型，并旨在准确刻画智能体对其动力学所允许的最快导航行为的逼近程度。虽然若干具身导航工作使用点转动力学，我们聚焦于智能体的独轮车-拖车（unicycle-cart）动力学，其更好地体现了流行移动机器人平台（如 LoCoBot、TurtleBot、Fetch 等）的动力学模型。我们还提出 RRT*-Unicycle，一种针对独轮车动力学的算法，用于估计在含障碍环境中从起始位姿到目标位置的最快无碰撞路径与完成时间。我们通过深度强化学习与奖励塑形进行实验，训练并比较具有不同动力学模型的智能体的导航性能。在评估这些智能体时，我们表明与 SPL 不同，SCT 能够捕捉独轮车模型相对于更简单的点转动力学模型在导航速度上的优势。最后，我们表明可以成功地将训练好的模型与算法部署到真实世界的仿真之外。我们将智能体具身于真实机器人中以导航一套公寓，并展示它们能够以零样本方式泛化。
引用
@article{arxiv.2103.08022,
title = {Success Weighted by Completion Time: A Dynamics-Aware Evaluation Criteria for Embodied Navigation},
author = {Naoki Yokoyama and Sehoon Ha and Dhruv Batra},
journal= {arXiv preprint arXiv:2103.08022},
year = {2023}
}