深層強化学習によるハイブリッド空水両用機のマップレスナビゲーションと環境汎化
Mapless Navigation of a Hybrid Aerial Underwater Vehicle with Deep Reinforcement Learning Through Environmental Generalization
再帰型ニューラルネットワークと二重クリティック強化学習を用いて、距離データと相対位置のみからハイブリッド空水両用機のマップレスナビゲーションと空中・水中間の遷移を実現し、未知環境への汎化性能を向上させた。
著者: Ricardo B. Grando, Junior C. de Jesus, Victor A. Kich, Alisson H. Kolling, Rodrigo S. Guerra, Paulo L. J. Drews-Jr
分類: cs.RO, cs.AI
原文アブストラクト
Previous works showed that Deep-RL can be applied to perform mapless navigation, including the medium transition of Hybrid Unmanned Aerial Underwater Vehicles (HUAUVs). This paper presents new approaches based on the state-of-the-art actor-critic algorithms to address the navigation and medium transition problems for a HUAUV. We show that a double critic Deep-RL with Recurrent Neural Networks improves the navigation performance of HUAUVs using solely range data and relative localization. Our Deep-RL approaches achieved better navigation and transitioning capabilities with a solid generalization of learning through distinct simulated scenarios, outperforming previous approaches.
関連論文
- 狭所におけるAckermannステアリングロボットの安全領域強化強化学習による自律探査強化学習ナビゲーション
- 空水両用ハイブリッドビークルのマップレスナビゲーションのための深層強化学習強化学習ナビゲーション
- 超音波画像を用いた深層強化学習によるロボットナビゲーション強化学習ナビゲーション
