Nghiên cứu thuật toán Deep Reinforcement Learning điều khiển mobile robot điều hướng tự động = Study on Deep Reinforcement Learning algorithm for autonomous navigation of mobile robot

Abstract

Hoạch định chuyển động (motion planning) là yếu tố quan trọng để cho phép các robot di động hoạt động một cách tự động. Khi các trường hộp ứng dụng của robot trở nên phức tạp và khó đoán hơn, các bộ hoạch định chuyển động phân cấp truyền thống gặp phải những thách tức đáng kể. Tuy nhiên, với những tiến bộ trong học sâu, các bộ hoạch định chuyển động dựa trên học tăng cường sâu (DRL) đã trở thành một điểm nóng nghiên cứu nhờ vào nhiều tính năng ưu việt của chúng. Trong bài báo này, chúng tôi đề xuất một phương pháp học tăng cường sâu, tận dụng các dữ liệu laser thô và sử dụng thư viện PIC4rl-gym để xây dựng môi trường mô phỏng trên Gazebo. Các thí nghiệm cho thấy phương pháp đề xuất đã cho thấy khả năng điều hướng tự động hoàn toàn các mobile robot, và kết quả huấn luyện đã xác nhận tính hiệu quả của thuật toán.