Apprentissage profond par renforcement avec des graphes dynamiques pour la planification de chemin informative adaptative

Les robots autonomes sont souvent employés pour la collecte de données en raison de leur efficacité et de leurs faibles coûts de main-d'œuvre. Une tâche clé dans l'acquisition de données robotiques est la planification de chemins à travers un environnement initialement inconnu pour collecter des observations, compte tenu des contraintes de ressources spécifiques à la plateforme, telles que la durée de vie limitée de la batterie. La planification adaptative en ligne des chemins dans des environnements 3D est un défi en raison du grand ensemble d'actions valides et de la présence d'occlusions inconnues. Pour résoudre ces problèmes, nous proposons une nouvelle approche d'apprentissage profond par renforcement pour replanifier de manière adaptative les chemins des robots afin de cartographier des cibles d'intérêt dans des environnements 3D inconnus. Un aspect clé de notre approche est un graphe construit dynamiquement qui restreint les actions de planification localement au robot, nous permettant de réagir aux obstacles statiques nouvellement découverts et aux cibles d'intérêt. Pour la replanification, nous proposons une nouvelle fonction de récompense qui équilibre entre l'exploration de l'environnement inconnu et l'exploitation des cibles d'intérêt découvertes en ligne. Nos expériences montrent que notre méthode permet une découverte de cibles plus efficace par rapport aux méthodes d'apprentissage à la pointe de la technologie et aux références sans apprentissage. Nous mettons également en avant notre approche pour le suivi des vergers à l'aide d'un véhicule aérien sans pilote dans un simulateur photoréaliste.