人工势场奖励让仿真避障在障碍尺寸未知时保持安全

Ziyi Hao 提交预印本论文，在仿真 Franka Emika Panda 到达任务中给强化学习奖励加入水平人工势场项，使策略在障碍物尺寸与位置不可观测时仍保持安全裕度。在隐藏观测下，加入该奖励项的策略在 0.03 m 至 0.055 m 半径扫描中安全成功率保持在 88% 以上（30 个种子），无此项的策略在最大测试半径下低于 10%；该奖励项带来 47.9 mm 最小间距（无此项为 9.6 mm），并将训练碰撞消除时间中位数提前至少八倍。 作者称该优势在所有分布外半径上统计显著，并在三种强化学习求解器和全观测条件下成立，安全成功率与已知柱位置的经典势场规划器相当。局限在于该裕度是固定缓冲而非随半径自适应，且路径长度增加约 19%。以上均为仿真结果，论文为预印本，未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。