使用 Soft Actor-Critic 进行无人机底层控制
机器人学
2020-10-07 v1 人工智能
机器学习
摘要
无人 aerial 飞行器（UAVs，即无人机）近来已用于多个民用应用领域，从向偏远地区运送器官到无线网络覆盖。然而，这些平台本质上是自然不稳定系统，已有许多不同的控制方法被提出。通常基于经典与现代控制，这些算法需要机器人动力学知识。但近来，无模型强化学习已成功用于在无任何机器人模型先验知识下控制无人机。本工作中，我们提出一个框架，训练 Soft Actor-Critic (SAC) 算法用于四旋翼飞行器在目标抵达任务中的底层控制。所有实验均在仿真下进行。通过实验，我们表明 SAC 不仅能学习到鲁棒策略，还能应对未见过的场景。仿真视频见 https://www.youtube.com/watch?v=9z8vGs0Ri5g，代码见 https://github.com/larocs/SAC_uav。
引用
@article{arxiv.2010.02293,
title = {Using Soft Actor-Critic for Low-Level UAV Control},
author = {Gabriel Moraes Barros and Esther Luna Colombini},
journal= {arXiv preprint arXiv:2010.02293},
year = {2020}
}