虚拟到真实的深度强化学习：面向无地图导航的移动机器人连续控制

我们提出了一种基于学习的无地图运动规划器，其以稀疏的10维距离探测值以及相对于移动机器人坐标系的目标位置作为输入，以连续的转向指令作为输出。传统配备激光测距传感器的移动地面机器人运动规划器大多依赖于导航环境的障碍地图，其中高精度激光传感器与环境的障碍地图构建工作均不可或缺。我们表明，通过异步深度强化学习方法，可以端到端地训练无地图运动规划器，无需任何人工设计特征与先验示范。训练后的规划器可直接应用于未见的虚拟与真实环境。实验表明，所提出的无地图运动规划器能够导航非完整移动机器人到达期望目标，且不与任何障碍物发生碰撞。