基于碰撞預測的強化模仿學習機器人導航方法

摘要： 基于學習的機器人導航方法存在對數據的依賴性高和在一些特定環(huán)境下表現(xiàn)不完美的問題，例如在空曠場景下無法走直線，在障礙物密集場景下碰撞率高。為了提高機器人的導航性能，提出了一種基于碰撞預測的強化模仿學習導航方法。在無模型的情況下，根據機器人的性能，建立馬爾科夫決策過程（Markov decision process,MDP）中所需要的狀態(tài)空間、動作空間、獎勵函數。采用深度強化學習（...