基于深度增强学习的移动机器人导航

在未知环境中学习导航是移动机器人的一项关键能力。传统的机器人导航方法包括三个步骤，涉及定位、地图构建和路径规划。然而，大多数传统导航方法依赖于障碍物地图，并不具备自主学习的能力。与传统方法相比，我们在本文中提出了一种端到端的方法，使用深度增强学习来实现移动机器人在未知环境中的导航。基于对抗网络架构的深度增强学习（Dueling DQN）和使用双重Q学习的深度增强学习（Double DQN），本文适应了一种基于对抗架构的双重深度Q网络（D3QN）。通过D3QN算法，移动机器人可以通过其探索逐渐学习环境知识，并仅通过RGB-D相机自主导航到目标地点。实验结果表明，移动机器人可以在不与任何障碍物碰撞的情况下到达期望目标。