室内环境下自主移动机器人导航的深度强化学习

上传者: cooc89 | 上传时间: 2022-01-30 09:05:32 | 文件大小: 107.93MB | 文件类型: ZIP
-深度强化学习已成功应用于各种电脑游戏[8]。然而,它在实际应用中仍然很少使用,尤其是在实际移动机器人的导航和连续控制中[13]。以前的方法缺乏安全性和鲁棒性,并且/或者需要一个结构化的环境。在本文中,我们提出了一种在未知环境下,无地图或规划器的真实机器人自主自学习导航的概念证明。机器人的输入仅仅是来自2D激光扫描仪和RGB-D相机的融合数据,以及目标的方向。环境地图是未知的。异步网络(GA3C)的输出动作是机器人的线性速度和角速度。 导航/控制器网络在一个高速、并行、自实现的仿真环境中进行预训练,以加快学习过程,然后部署到实际机器人上。为了避免过度拟合,我们训练相对较小的网络,并向输入激光数据中添加随机高斯噪声。传感器数据与RGB-D摄像头的融合使机器人能够在真实环境中进行导航,实现真正的3D避障,而无需使环境适应机器人的感官能力。 为了进一步提高鲁棒性,我们在各种困难的环境中进行训练,并同时运行32个训练实例

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明