【泡泡一分钟】用于避障的基于地图的深度模仿学习

每天一分钟，带你读遍机器人顶级会议文章标题：Map-based Deep Imitation Learning for Obstacle Avoidance作者：Yuejiang Liu, An Xu, Zichong Chen来源：2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)编译：王丹审核：颜青松，陈世浪欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要 对于计算资源有限的移动机器人来说，在向目标点前进的时候做出避障的最优决策是其面临的基本挑战之一。本文提出一种深度模仿学习算法，该算法基于以自我为中心的局部占用图来开发一种计算上有效的避障策略。嵌入价值迭代网络变量的训练模型能够通过快速前馈推理提供近乎最优的连续动作指令，并能很好地推广到基于计划的未知场景。为了提高政策的稳健性，我 ………………………………