近幾年來,計算機軟硬件飛速提升,以無人汽車、無人機為代表的智能移動機器人越來越貼近人們的生活。移動機器人在場景中執(zhí)行任務(wù)時,它們所需的一個最基礎(chǔ)的能力就是避障。對于傳統(tǒng)的非機器學(xué)習(xí)類的避障算法,有的算法需要開發(fā)者構(gòu)建場景的三維結(jié)構(gòu)而有的算法不需要構(gòu)建三維模型,但是需要手動調(diào)整大量的參數(shù),且機器人在避障的過程中不能利用避障經(jīng)驗進行自我迭代。對于大部分基于卷積神經(jīng)網(wǎng)絡(luò)的算法,將避障問題建模成一個基于監(jiān)督學(xué)習(xí)的分類問題,但需對每個樣本的標(biāo)簽進行手動標(biāo)注,既費時又費力。而基于深度強化學(xué)習(xí)的避障算法不需要對復(fù)雜的場景進行三維重建,直接將避障問題建模成一個決策過程,實現(xiàn)一個端到端的輸出,但對于陌生場景依然存在泛化能力不足的問題,并且在陌生場景下微調(diào)網(wǎng)絡(luò)需要花費很長的時間。本文致力于研究一個可以快速準(zhǔn)確且能同時應(yīng)用于不同場景的反應(yīng)式避障系統(tǒng)。在反應(yīng)式避障方面,本文首先提出了基于機器人自我動態(tài)空間轉(zhuǎn)換(Ego Dynamic Space Transform,EDST)的改進算法,利用單目深度估計的深度圖作為輸入,選擇出下一時刻最優(yōu)的航點,同時本文運用深度強化學(xué)習(xí)中的Double Deep Q Netw...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1反應(yīng)式避障技術(shù)的應(yīng)用

如何解決利用深度強化學(xué)習(xí)算法在避障任務(wù)中的穩(wěn)定學(xué)習(xí)以及利用遷移學(xué)習(xí)實現(xiàn)模型快速遷移是本文算法旨在解決的問題。圖1-1反應(yīng)式避障技術(shù)的應(yīng)用1.2研究現(xiàn)狀1.2.1基于非機器學(xué)習(xí)的避障算法機器人的避障算法研究要追溯到上個世紀(jì)。傳統(tǒng)的避障算法大致分為三個部分，障礙物檢測、可通行區(qū)....

圖1-2基于非機器學(xué)習(xí)避障算法流程圖

2圖1-2基于非機器學(xué)習(xí)避障算法流程圖，傳統(tǒng)的非機器學(xué)習(xí)類的避障算法首先利用機器人攜者激光雷達檢測出場景中的障礙物，然后計算出機器域可能存在多個，因此需要通過定義的最優(yōu)代價函數(shù)

圖2-1馬爾科夫決策過程

2強化學(xué)習(xí)和遷移學(xué)習(xí)算法要是闡述強化學(xué)習(xí)和遷移學(xué)習(xí)涉及的基礎(chǔ)理論和相體的算法和實現(xiàn)方法進行介紹，并分析它們的優(yōu)劣算法應(yīng)式避障問題可以看作為一個馬爾科夫決策過程，即，決策出接下來需要執(zhí)行的動作，根據(jù)機器人的控制節(jié)將介紹馬爾科夫決策過程的原理、基于馬爾科夫決于策略梯度的算法原理，并....

圖2-2Q-learning框架圖

的非線性性來替換之前的Q表。圖2-2Q-learning框架圖圖2-2為Q-learning算法的框架圖，輸入的狀態(tài)經(jīng)過神經(jīng)網(wǎng)絡(luò)編碼之后映射成離散的Q值，每個Q值對應(yīng)一個動作，同樣地，根據(jù)貝爾曼最優(yōu)方程來選取執(zhí)行動作。然后通過反向傳播（BackProp....

本文編號：3915537