两步动态障碍物规避
机器人学
2024-08-20 v2 人工智能
摘要
动态障碍物规避（DOA）是任何自动驾驶载具的基本挑战，无论其在海上、空中还是陆地运行。本文提出一种结合监督学习与强化学习（RL）的两步架构来处理DOA任务。第一步，我们引入数据驱动方法，利用循环神经网络以监督方式训练来估计障碍物的碰撞风险（CR），该方法对非线性的障碍物运动具有鲁棒性。第二步，我们将这些CR估计纳入RL智能体的观测空间以提升其态势感知。我们在需于多个障碍物间导航的复杂环境中训练不同RL智能体，由此展示了两步架构的威力。障碍物的非线性运动以随机过程与周期模式为例建模，尽管本架构适用于任意障碍物动力学。实验表明，将CR指标纳入观测空间使奖励方面的性能翻倍，相当于在所考虑环境中碰撞次数减半。我们还进行了泛化实验，基于海上交通与真实船舶轨迹数据的RL环境中验证该方案。此外，我们表明架构的性能提升独立于所采用的RL算法。
引用
@article{arxiv.2311.16841,
title = {Two-step dynamic obstacle avoidance},
author = {Fabian Hart and Martin Waltz and Ostap Okhrin},
journal= {arXiv preprint arXiv:2311.16841},
year = {2024}
}