अनजान वातावरण में नेविगेशन के लिए गहरे सुदृढीकरण शिक्षण आधारित स्वचालित अन्वेषण

यह पेपर अनजान वातावरण के तहत स्वचालित अन्वेषण की समस्या का अध्ययन करता है, जो कि कुछ सामाजिक कार्यों के लिए रोबोटिक प्रणाली को लागू करने का मुख्य बिंदु है। निर्णय नियमों को स्टैक करके इस समस्या का समाधान विभिन्न वातावरणों और सेंसर गुणों को कवर करने के लिए संभव नहीं है। सीखने पर आधारित नियंत्रण विधियाँ इन परिदृश्यों के लिए अनुकूल हैं। हालाँकि, ये विधियाँlow सीखने की दक्षता और सिमुलेशन से वास्तविकता में असुविधाजनक हस्तांतरणीयता से प्रभावित हैं। इस पेपर में, हम अन्वेषण प्रक्रिया को निर्णय, योजना, और मानचित्रण मॉड्यूल में विभाजित करके एक सामान्य अन्वेषण ढांचा बनाते हैं, जो रोबोटिक प्रणाली की मॉड्युलैरिटी को बढ़ाता है। इस ढांचे के आधार पर, हम एक गहरे सुदृढीकरण शिक्षण आधारित निर्णय एल्गोरिदम का प्रस्ताव करते हैं जो आंशिक मानचित्र से अन्वेषण रणनीति को सीखने हेतु गहरे न्यूरल नेटवर्क का उपयोग करता है। परिणाम बताते हैं कि यह प्रस्तावित एल्गोरिदम अनजान वातावरणों के लिए बेहतर शिक्षण दक्षता और अनुकूलता रखता है। इसके अलावा, हम भौतिक रोबोट पर प्रयोग करते हैं, और परिणाम बताते हैं कि सीखी गई नीति सिमुलेशन से वास्तविक रोबोट में अच्छी तरह से स्थानांतरित की जा सकती है।