基于不确定性自适应规划的动态障碍物回避

BriefGPT - AI 论文速递 · 2024-09-25T00:00:00Z

本文提出了一种结合监督学习和强化学习的两步方法用于动态避障。首先，通过循环神经网络估计障碍物的碰撞风险，然后将风险值纳入强化学习智能体的观察空间，提升环境感知。实验结果显示，该方法能有效减少碰撞，提高奖励，与具体强化学习算法无关。