要約
この論文では、複雑な環境内での自動ナビゲーションにおける衝突のない動作計画の課題について取り上げます。
深層強化学習 (DRL) の進歩と LiDAR などのセンサー テクノロジーを利用して、従来のダイナミック ウィンドウ アプローチ (DWA) とツイン遅延深層決定論的ポリシー勾配 (TD3) の革新的な融合である TD3-DWA アルゴリズムを提案します。
このハイブリッド アルゴリズムは、DWA のサンプリング間隔パラメータを最適化することでロボットの経路計画の効率を高め、静的障害物と動的障害物の両方を効果的に回避します。
TD3-DWA アルゴリズムのパフォーマンスはさまざまなシミュレーション実験を通じて検証され、自律航法システムの信頼性と安全性を大幅に向上させる可能性が実証されています。
要約(オリジナル)
This paper addresses the challenge of collision-free motion planning in automated navigation within complex environments. Utilizing advancements in Deep Reinforcement Learning (DRL) and sensor technologies like LiDAR, we propose the TD3-DWA algorithm, an innovative fusion of the traditional Dynamic Window Approach (DWA) with the Twin Delayed Deep Deterministic Policy Gradient (TD3). This hybrid algorithm enhances the efficiency of robotic path planning by optimizing the sampling interval parameters of DWA to effectively navigate around both static and dynamic obstacles. The performance of the TD3-DWA algorithm is validated through various simulation experiments, demonstrating its potential to significantly improve the reliability and safety of autonomous navigation systems.
arxiv情報
| 著者 | Hao Liu,Yi Shen,Chang Zhou,Yuelin Zou,Zijun Gao,Qi Wang |
| 発行日 | 2024-05-24 11:34:45+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google