目標駆動型自律探索のための深層強化学習

本書では、深層強化学習（DRL）を通じて未知の環境の目標駆動型探索のための自律ナビゲーションシステムを提案します。可能なナビゲーション方向の興味ポイント（POI）は環境から取得され、利用可能なデータに基づいて最適なウェイポイントが選択されます。ウェイポイントに従って、ロボットはグローバルゴールに向かって誘導され、反応的ナビゲーションの局所最適問題が軽減されます。その後、シミュレーション内でDRLフレームワークを介して局所ナビゲーションのための運動ポリシーが学習されます。私たちは、この学習されたポリシーを運動計画スタックに統合し、ロボットをウェイポイント間でグローバルゴールに向かわせる局所ナビゲーションレイヤーとして設計されたナビゲーションシステムを開発します。完全に自律的なナビゲーションは、ロボットが環境を移動する際にマップが記録される中で、事前知識なしに実行されます。実験は、提案された方法が複雑な静的環境および動的環境において地図や事前情報に依存せず、類似の探索方法に対して優位性を持つことを示しています。