科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统导航方法对地图精度依赖和动态复杂场景适应差问题，提出一种基于课程学习的深度强化学习无地图自主导航算法。为了克服智能体稀疏奖励情况下学习困难的问题，借鉴课程学习思想，提出一种基于能力圈课程引导的深度强化学习训练方法，其思想是依据智能体能力评估结果设置合适的课程任务目标，在课程任务的引导下智能体导航能力逐步提升，有效缓解导航训练情景下奖励稀疏的问题。此外，为了更好地利用机器人当前的碰撞信息辅助机器人做动作决策，引入碰撞概率的概念，把机器人当前感知到的障碍物信息以一种高层语义的形式进行表示，并将其作为导航策略输入的一部分编码进机器人当前观测中，以简化观测到动作的映射，进一步降低学习的难度。实验结果表明，所提出的课程引导训练和碰撞概率可让导航策略收敛速度明显加快，习得的导航策略在空间更大的场景成功率到达90%以上，行驶耗时减少53.5%-73.1%，可为非结构化未知环境下的无人化作业提供可靠导航。
- 单位
