Vers un système d'évitement des collisions le moins restrictif possible basé sur l'observation, à l'aide de l'apprentissage profond par méta-réaction.

Résumé :

Cette lettre présente le module OLR-CAM (Observation-based Least-Restrictive Collision Avoidance Module) qui peut être ajouté à tout robot autonome travaillant dans un environnement partagé et fournir une couche de sécurité de haut niveau à la politique existante pour chaque robot. Le module OLR-CAM prend en entrée des observations sensorielles brutes, évalue la sécurité des agents face à des obstacles dynamiques et statiques, et n'intervient dans la politique par défaut que si nécessaire - de manière moins restrictive - pour éviter une collision potentielle. Dans notre approche, nous méta-entraînons la politique OLR-CAM dans un "méta-système mondial de navigation 2D". De plus, pour doter la politique d'une notion de sécurité dans les environnements multi-agents avec obstacles, nous proposons une nouvelle fonction de récompense basée sur une fonction de valeur de sécurité dérivée de la théorie d'accessibilité de Hamilton-Jacobi et d'une carte de coûts locaux. La fonction de récompense proposée ne nécessite aucune information supplémentaire sur la carte de l'environnement. Cela facilite l'adoption de l'algorithme dans un nouvel environnement au stade du méta-test. L'algorithme proposé est entièrement méta-testé en simulation et testé sur un système multi-agent réel sans aucun entraînement supplémentaire effectué dans le cadre réel. Nos résultats montrent que le taux de réussite de l'OLR-CAM surpasse de 10 % en moyenne une approche de base classique bien connue et réduit de 15 % les interruptions/changements de la vitesse préférée.