自主移動機器人的基本要求之一是其導航能力

發布時間:2021-01-21 14:00    來源:中國機器人網

關鍵詞:機器人

摘要:自主移動機器人的基本要求之一是其導航能力。機器人必須能夠按照給定的坐標從當前位置導航到地圖上指定的目標位置,同時還要避開周圍的障礙物。在某些情況下,需要機器人能夠以較高的導航速度盡快到達目的地。然而,導航速度較快的機器人通常具有較高的碰撞風險,額能會影響到機器人和周圍環境。

  自主移動機器人的基本要求之一是其導航能力。機器人必須能夠按照給定的坐標從當前位置導航到地圖上指定的目標位置,同時還要避開周圍的障礙物。在某些情況下,需要機器人能夠以較高的導航速度盡快到達目的地。然而,導航速度較快的機器人通常具有較高的碰撞風險,額能會影響到機器人和周圍環境。

  為了解決這個問題,豐橋工業大學(TUT)計算機科學與工程系主動智能系統實驗室(AISL)的研究小組提出了一個新的框架,用于訓練移動機器人快速導航,同時保持低碰撞率。該框架在訓練過程中結合了深度強化學習(DRL)和課程學習,讓機器人學會快速又安全的導航策略。

  論文第一作者、博士生Chandra Kusuma Dewa解釋說,DRL可以使機器人通過反復嘗試各種動作,根據環境的當前狀態(如機器人位置和障礙物放置)學習適當的動作。此外,當前動作的執行會在機器人達到目標位置或與障礙物發生碰撞時立即停止,因為學習算法假設動作已經被機器人成功執行,該后果需要用于改進策略。所提出的框架可以幫助維持學習環境的一致性,使機器人可以學習到更好的導航策略。

  此外,TUT的AISL負責人Jun Miura教授介紹說:“該框架遵循課程學習策略,在訓練情節開始時為機器人設定一個小的速度值。隨著集數的增加,機器人的速度會逐漸增加,這樣機器人就可以在訓練環境中從最簡單的關卡(如動作緩慢的關卡)到最困難的關卡(如動作快速的關卡),逐漸學會快速又安全的導航這一復雜任務。”

  由于訓練階段的碰撞是不可取的,所以學習算法的研究通常是在模擬環境中進行的。研究人員模擬了室內環境進行實驗。實踐證明,所提出的框架在訓練和驗證過程中,與之前已有的其他框架相比,都能使機器人的導航速度更快,成功率最高。研究人員認為,根據評估結果,該框架是有價值的,它可以廣泛應用于任何需要快速但安全導航的領域的移動機器人的訓練。

  論文標題為《A Framework for DRL Navigation With State Transition Checking and Velocity Increment Scheduling》,發表在《IEEE Access》上。

 
(責編:lxh)
全部評論0條評論
精彩評論

提案|關于促進廣東省海上風電產業高質量發展,打造風電強省的提案

海上風電是重要的清潔能源類型,具有海風資源穩定性高、發電功率大、遠離住宅區等特點,在世界能源結構轉型和承擔環境保護升級任務中發揮著至關重要的作用,是廣東省能源結構調整的戰略方向。我省擁有大陸海岸線約4300km,海上風電資源潛力巨大,通過總結我省海上風電發展現狀及不足,提出具體措施,助力我省加快建設完整的海上風電生態鏈,打造風電強省。

江西多乐彩开奖公告 重庆快乐10分怎么玩 一分赛车游戏 og视讯真实吗 企鹅电竞怎么快速取消关注 浙江快乐12开奖结果带坐标 哪家兼职网赚专业 响当当平特肖论坛 内蒙古时时彩20181202开奖结果 内蒙古快3乐彩网 河内五分彩投注软件 ag电子哪个好玩 公开一码中特网 丰尚彩票官方网站-点击登陆 新西兰5分彩 走势图 北京时时彩赛车合法吗 急速赛车彩票单双计划