TERP：基于深度强化学习在崎岖户外环境中实现可靠规划

我们提出了一种在崎岖户外地形中实现机器人可靠导航的新方法。我们的方法采用一个全新完全训练的深度强化学习（DRL）网络，该网络以环境高程图、机器人位姿和目标为输入，计算环境的注意力掩码。注意力掩码用于识别高程图中的稳定性降低区域，其通过通道与空间注意力模块以及一种新颖的奖励函数计算得到。我们持续计算并更新导航代价地图，利用注意力掩码编码地形的高程信息或平整度。随后我们在代价地图上生成局部代价最小航点，并使用另一种基于DRL的方法计算最终动态可行的轨迹。我们的方法在崎岖地形中保证安全、局部代价最小的路径以及动态可行的机器人速度。与现有导航方法相比，我们在高海拔区域观察到成功率提升35.18%，机器人轨迹的累积高程梯度降低26.14%。我们在真实的崎岖地形（约4米高程增益）中使用Husky机器人评估了我们的方法，并展示了其优势。