利用拓扑地图进行多目标导航的深度强化学ä¹

利用拓扑地图，通过强化学习（RL）将基本动作提升为面向对象的宏动作，使简单的深度 Q 网络（DQN）代理能够解决实际上是不可能的环境。

本文介绍了一种新的视觉导航方法，使用图神经网络和卷积/循环神经网络实现原始行为分解，并在Gibson模拟器中验证了其在已知和未知环境中导航的性能优于相关基准线。

Gibson模拟器 卷积神经网络 图神经网络 循环神经网络 视觉导航