基于深度强化学习的移动机器人导航控制

针对移动机器人在未知环境下的无图导航问题,本文提出了一种基于深度强化学习的端到端的控制方法。机器人需要在没有地图的情况下,仅仅依靠视觉传感器的RGB图像以及与目标之间的相对位置作为输入,来完成导航任务并避开沿途的障碍物。在任意构建的仿真环境中,基于学习策略的机器人可以快速适应陌生场景最终到达目标位置,并且不需要任何人为标记。实验表明,这种端到端的控制策略可以实现仿真环境中的导航任务,且与普通离散控制的深度强化学习的方法相比,机器人学习导航策略的平均收敛时间降低了75%。