Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Deep reinforcement learning for map-less goal-driven robot navigation
ID
Dobrevski, Matej
(
Avtor
),
ID
Skočaj, Danijel
(
Avtor
)
PDF - Predstavitvena datoteka,
prenos
(1,41 MB)
MD5: 8E7EA67563E75829CD71BCB35D4B8693
URL - Izvorni URL, za dostop obiščite
https://journals.sagepub.com/doi/10.1177/1729881421992621
Galerija slik
Izvleček
Mobile robots that operate in real-world environments need to be able to safely navigate their surroundings. Obstacle avoidance and path planning are crucial capabilities for achieving autonomy of such systems. However, for new or dynamic environments, navigation methods that rely on an explicit map of the environment can be impractical or even impossible to use. We present a new local navigation method for steering the robot to global goals without relying on an explicit map of the environment. The proposed navigation model is trained in a deep reinforcement learning framework based on Advantage Actor–Critic method and is able to directly translate robot observations to movement commands. We evaluate and compare the proposed navigation method with standard map-based approaches on several navigation scenarios in simulation and demonstrate that our method is able to navigate the robot also without the map or when the map gets corrupted, while the standard approaches fail. We also show that our method can be directly transferred to a real robot.
Jezik:
Angleški jezik
Ključne besede:
mobile robotics
,
reinforcement learning
,
navigation
,
deep learning
Vrsta gradiva:
Članek v reviji
Tipologija:
1.01 - Izvirni znanstveni članek
Organizacija:
FRI - Fakulteta za računalništvo in informatiko
Status publikacije:
Objavljeno
Različica publikacije:
Objavljena publikacija
Leto izida:
2021
Št. strani:
13 str.
Številčenje:
Vol. 18, iss. 1
PID:
20.500.12556/RUL-144122
UDK:
007.52:004.8
ISSN pri članku:
1729-8814
DOI:
10.1177/1729881421992621
COBISS.SI-ID:
60005379
Datum objave v RUL:
01.02.2023
Število ogledov:
498
Število prenosov:
97
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Gradivo je del revije
Naslov:
International journal of advanced robotic systems
Skrajšan naslov:
Int. j. adv. robot. syst.
Založnik:
SAGE
ISSN:
1729-8814
COBISS.SI-ID:
9061716
Licence
Licenca:
CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:
To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Sekundarni jezik
Jezik:
Slovenski jezik
Ključne besede:
mobilna robotika
,
spodbujevalno učenje
,
navigacija
,
globoko učenje
Projekti
Financer:
ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:
J2-9433
Naslov:
Iskanje nekonsistentnosti v kompleksnih slikovnih podatkih z globokim učenjem
Financer:
ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
Številka projekta:
P2-0214
Naslov:
Računalniški vid
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj