融合LSTM的深度强化学习视觉导航

• 作者: 袁浩 刘紫燕 梁静 梁水波 孙昊堃
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 视觉导航 深度强化学习 长短时记忆网络 目标驱动 通用后继表征
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 测控遥感与导航定位|TT&C, Remote Sensing and Navigation&Positioning
• 页码范围: 161-167
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2022.01.024

摘要

针对目标驱动的视觉导航系统中由于导航的场景变化而导致智能体导航性能大大减弱的问题,提出了一种基于长短时记忆网络(Long Short-Term Memory,LSTM)的深度强化学习(Deep Reinforcement Learning,DRL)视觉导航模型.该模型通过输入当前状态和目标状态的RGB图像来实现视觉导航,在改进原有目标驱动视觉导航模型的基础上,基于历史状态信息,结合LSTM和通用后继表征(Universal Successor Representations,USR)对未来动作决策.在AI2-THOR仿真环境下进行实验,实验结果表明,所提出的模型训练智能体导航性能优异,与其他几种模型相比,平均路径长度减少约6％,平均碰撞率减少40％,模型收敛速度较快.