做了两年多的SLAM，最近迷惑了……
SLAM只能获取环境中的地图；就算加上DL，target recognition，segmentation等手段，也只能获取环境信息，顶多就是能够对环境信息进行一定程度上的感知（当然，很多甚至算不上感知），还是无法进行导航与控制啊？难道最终靠写死循环进行路径规划？（见过某智能比赛绝大部分队伍就这么玩的）
其实这个问题@周志华老师谈过http://www.ccf.org.cn/ccf/readPDF/readOnline?SiteID=122&ContentID=622414，当前大部分所谓的"人工智能"，只能叫"智能"，离真正的人工智能还相差甚远（大佬轻喷）……或者暂时叫"弱人工智能"而强化学习可能刚好是通向人工智能间的桥梁之一—中级人工智能……
回到问题上，其实做这部分工作的人也不少。本处以几个典型案例进行简要说明，不足之处欢迎指出……
我们知道，无论对于无人机还是无人车，通过传感器(视觉、激光、IMU、GNSS等）之后，都需要进行规划路径，否则还是无法达到最终的目的……
强化学习通过agent与environment进行交互，通过获取reward，并且通过调整其策略，通过平衡exploration与exploitation（探索与利用），最大化奖励函数，最终获取最大的累积reward。。强化学习很早之前就已经发展成熟，只是这几年变得更加火热……
此类工作其实很早之前就已经有人尝试……
1、Learning Monocular Reactive UAV Control in Cluttered Natural Environments（http://arxiv.org/abs/1211.1690）
12年左右的，应该是较早的一篇文章，主要思想是通过使用模仿学习（imitation learning）对无人机进行自主控制、导航及避障。作者通过imitation learning训练无人机，在一个室内和室外分别进行实验，最终取得的效果可以观看论文视频……本文是DRL火之前的工作，个人觉得借鉴意义较大……
2、CAD2RL: Real Single-Image Flight Without a Single Real Image（https://arxiv.org/abs/1611.04201）
16年左右的工作，在本地进行模仿其进行训练，并且迁移到未知环境中（这是必然步骤）。输入为单RGB图像，不需要进行3D重建或者别的工作，本地训练好之后，能够迁移到未知环境（很遗憾，只在室内）
3、Toward Low-Flying Autonomous MAV Trail Navigation using Deep Neural Networks for Environmental Awareness（https://arxiv.org/abs/1705.02550v3）
16年的，这篇文章其实并没有用强化学习，但是个人觉得它对无人机、无人车提供了一个初入的方向。文章在TX2上进行，通过他们提出的Trail DNN进行方向确定（左、中、右及三者偏转的角度六个参量），使用改进版本的YOLO与DSO SLAM进行目标识别避障，利用光流和激光雷达定高，在野外3Km场地上成功实验……
本文是DL与SLAM的较好的尝试吧，使用的技术都比较简单，容易实现……主要是，代码开源，可以自己去尝试……不知道后续工作会不会加入DRL……
4、Reinforced Cross-Modal Matching and Self-Supervised Imitation Learning for Vision-Language Navigation（https://arxiv.org/abs/1811.10092?context=cs.CL）
CVPR2019的文章，王威廉老师组的工作……知乎上不少人在炒……https://baijiahao.baidu.com/s?id=1627129716741814797&wfr=spider&for=pc
噱头大于实质内容吧，本处不赘述……
5、Google brain的三篇文章，前两篇来自ICRA，第三篇是最近的工作：
Learning Navigation Behaviors End-to-End with AutoRL；
PRM-RL: Long-range Robotic Navigation Tasks by Combining Reinforcement Learning and
Sampling-based Planning；
Long-Range Indoor Navigation with PRM-RL。
三篇文章是一个组里人做的，论文有放实测视频……
个人觉得，这几篇文章其实是很好的工作，利用较少的传感器（1D激光）就能获得较好的效果……而且在未知环境中取得不错的实测结果，是未来不错的方向……因为文章没有啃透，不敢妄评……
17年之前，很多人还怀疑DL和SLAM结合有没有用，结果ICRA18语义SLAM满天飞，会不会19或者20变成结合DRL的SLAM满天飞，拭目以待……
不足之处是，都没有开源代码……
只是最近读的一点文章，当然还有很多工作，没有读到，一点愚见，大佬们轻拍；也欢迎大佬们多多交流指教，在人工智障的路上一去不复返23333333
来源：知乎 www.zhihu.com
作者：袁大头
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。 点击下载
此问题还有 7 个回答，查看全部。
延伸阅读：
自动驾驶的决策系统如果使用深度学习方式实现，当实际使用中出现错误决策时，如何判断错误原因并修改系统？
如何看待《我为什么逃离无人车公司》？
没有评论:
发表评论