Treffer: Safe robot collision avoidance based on machine learning and learning-based control
Weitere Informationen
El objetivo de este proyecto es mejorar la capacidad de evitación de colisiones del robot terrestre no tripulado Jackal integrando algoritmos avanzados de percepción y toma de decisiones. El objetivo principal de es utilizar técnicas de aprendizaje automático para lograr una mayor resolución y mejorar el rendimiento de un modelo de evitación de colisiones basado en D3QN desarrollado inicialmente desarrollado para robots aéreos. Nuestro enfoque para adaptar la tecnología de aprendizaje profundo por refuerzo a un robot terrestre se centra en reducir el ruido causado por la prominencia irrelevante del suelo en los datos de los sensores. Una política de acción adicional de aborda retos de navegación específicos, garantizando trayectorias más suaves y seguras. También nos centramos en optimizar el tiempo de procesamiento de la estimación de profundidad, la fusión eficiente de los modelos de percepción y decisión, y el desarrollo de una función de evaluación para evaluar el rendimiento. Los experimentos clave validan nuestro planteamiento, y los resultados muestran mejoras significativas en la capacidad del robot para seguir trayectorias suaves y seguras. ; L'objectiu d'aquest projecte és millorar la capacitat d'evitació de col·lisions del robot terrestre no tripulat Jackal integrant algorismes avançats de percepció i presa de decisions. L'objectiu principal d'és utilitzar tècniques d'aprenentatge automàtic per a aconseguir una major resolució i millorar el rendiment d'un model d'evitació de col·lisions basat en D3QN desenvolupat inicialment desenvolupat per a robots aeris. El nostre enfocament per a adaptar la tecnologia d'aprenentatge profund per reforç a un robot terrestre se centra en reduir el soroll causat per la prominència irrellevant del sòl en les dades dels sensors. Una política d'acció addicional d'aborda reptes de navegació específics, garantint trajectòries més suaus i segures. També ens centrem en optimitzar el temps de processament de l'estimació de profunditat, la fusió eficient dels models de ...