Autonomous Navigation in Complex Environments

要約

この論文では、シミュレートされた環境内でロボット ナビゲーション コントローラーを構築するための CNN-DNN ネットワーク フュージョンのアプリケーションを検討します。
シミュレートされた環境は、自律エージェントが未知の海綿状システム内で目標を見つける任務を負うように、地下の救助状況をモデル化するように構築されています。
模倣学習は、LiDAR とカメラ データを使用して空間を移動し、目標を見つけるための制御アルゴリズムをトレーニングするために使用されます。
トレーニングされたモデルは、モンテカルロを使用して堅牢性がテストされます。

要約(オリジナル)

This paper explores the application of CNN-DNN network fusion to construct a robot navigation controller within a simulated environment. The simulated environment is constructed to model a subterranean rescue situation, such that an autonomous agent is tasked with finding a goal within an unknown cavernous system. Imitation learning is used to train the control algorithm to use LiDAR and camera data to navigate the space and find the goal. The trained model is then tested for robustness using Monte-Carlo.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google