任意3D环境中基于人在回路强化的无人机避障
机器人学
2023-04-13 v1 人工智能
摘要
本文关注基于深度强化学习方法的大规模3D复杂环境下无人机（UAV）的连续控制。目的是使无人机从某起点到达任意目标点，且飞行高度与速度在导航中可变。在这项工作中，我们提出一种结合人在回路的基于深度强化学习（DRL）的方法，使无人机在飞行中自动避障。我们基于相关领域知识设计多个奖励函数以引导无人机导航。人在回路的作用是在不同情形下动态改变无人机的奖励函数，以更好地适应无人机避障。我们在城市、乡村和森林场景中验证了成功率与平均步长，实验结果表明所提方法能减少训练收敛时间并提高导航任务的效率与准确率。代码可在网站 https://github.com/Monnalo/UAV_navigation 获取。
引用
@article{arxiv.2304.05959,
title = {UAV Obstacle Avoidance by Human-in-the-Loop Reinforcement in Arbitrary 3D Environment},
author = {Xuyang Li and Jianwu Fang and Kai Du and Kuizhi Mei and Jianru Xue},
journal= {arXiv preprint arXiv:2304.05959},
year = {2023}
}
备注
accepted in CCC2023