基于目标导向行为和空间拓扑记忆的视觉导航方法

• 作者: 阮晓钢 李鹏 朱晓庆 刘鹏飞
• 来源期刊: 计算机学报
• 关键词: 目标导向行为 深度强化学习 碰撞预测 时间相关性网络 空间拓扑地图 动作网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 594-608
• 页数: 15页
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2021.00594

摘要

针对在具有动态因素且视觉丰富环境中的导航问题,受路标机制空间记忆方式启发,提出一种可同步学习目标导向行为和记忆空间结构的视觉导航方法.首先,为直接从原始输入中学习控制策略,以深度强化学习为基本导航框架,同时添加碰撞预测作为模型辅助任务;然后,在智能体学习导航过程中,利用时间相关性网络祛除冗余观测及寻找导航节点,实现通过情景记忆递增描述环境结构;最后,将空间拓扑地图作为路径规划模块集成到模型中,并结合动作网络用于获取更加通用的导航方法.实验在3D仿真环境DMlab中进行,实验结果表明,本文方法可从视觉输入中学习目标导向行为,在所有测试环境中均展现出更高效的学习方法和导航策略,同时减少构建地图所需数据量;而在包含动态堵塞的环境中,该模型可使用拓扑地图动态规划路径,从而引导绕路行为完成导航任务,展现出良好的环境适应性.