Subgoal-Driven Navigation in Dynamic Environments Using Attention-Based Deep Reinforcement Learning

要約

未知の静的および動的な障害物を含む環境での衝突のない目標指向のナビゲーションは、特にナビゲーション ポリシーの手動調整やコストのかかるモーション予測を回避する必要がある場合、依然として大きな課題です。
したがって、この論文では、深層強化学習でトレーニングされ、障害物回避と運動制御を分離する、サブゴール駆動型の階層ナビゲーション アーキテクチャを提案します。
具体的には、ナビゲーション タスクを、最終目標位置に向かって移動しながら衝突を回避するための次のサブゴール位置の予測と、ロボットの速度制御の予測に分けます。
2D LIDAR に依存することで、私たちの方法は障害物を回避しながら目標指向の動作を達成し、サブゴールに到達するための低レベルの速度制御コマンドを生成することを学習します。
私たちのアーキテクチャでは、ロボットの 2D LIDAR 読み取り値にアテンション メカニズムを適用し、衝突を回避するための LIDAR スキャン セグメントの重要性を計算します。
Turtlebot ロボットを使用したシミュレートされた実世界の実験で示すように、提案された方法は、人間の間で滑らかで安全な軌道を導き、成功率の点で最先端のアプローチを大幅に上回ります。
私たちのアプローチを説明する補足ビデオは、オンラインで入手できます。

要約(オリジナル)

Collision-free, goal-directed navigation in environments containing unknown static and dynamic obstacles is still a great challenge, especially when manual tuning of navigation policies or costly motion prediction needs to be avoided. In this paper, we therefore propose a subgoal-driven hierarchical navigation architecture that is trained with deep reinforcement learning and decouples obstacle avoidance and motor control. In particular, we separate the navigation task into the prediction of the next subgoal position for avoiding collisions while moving toward the final target position, and the prediction of the robot’s velocity controls. By relying on 2D lidar, our method learns to avoid obstacles while still achieving goal-directed behavior as well as to generate low-level velocity control commands to reach the subgoals. In our architecture, we apply the attention mechanism on the robot’s 2D lidar readings and compute the importance of lidar scan segments for avoiding collisions. As we show in simulated and real-world experiments with a Turtlebot robot, our proposed method leads to smooth and safe trajectories among humans and significantly outperforms a state-of-the-art approach in terms of success rate. A supplemental video describing our approach is available online.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google