势场奖励导航网络

未知环境高效避障

不同于基于传统稀疏奖励函数的方法，该网络通过将人工势场引入奖励函数形成密集奖励信号，同时结合知识迁移策略，使机器人能够在未知环境中更快地学习导航策略。

Li, Weijie · 岳明 · Shangguan, Jinyong · Jin, Ye

International Journal of Control, Automation and Systems 2023

技术优势

奖励不再稀疏

把人工势场引入奖励函数，通过势能变化引导机器人，缓解稀疏奖励问题，提高学习效率。

环境越复杂越省时

提出知识迁移训练方法，把简单环境学到的知识迁移到复杂环境，在已有知识基础上快速学习。

导航又快又稳

在三维仿真器中验证，机器人获得更高奖励、更高成功率和更短导航时间。

应用场景

• 自主移动机器人：为自主移动机器人在未知环境下的导航策略学习提供高效方法。
• 机器人导航：将人工势场与深度强化学习结合，提升未知环境下的导航成功率。
• 群体机器人导航：通过知识迁移可加速群体机器人在复杂环境下的导航策略学习。