Нейросетевой алгоритм обучения мобильного робота в задаче следования за целью

Аннотация

Статья посвящена исследованию, разработке и реализации искусственной нейронной сети с подкреплением для управления мобильным роботом с дифференциальным приводом для решения задачи следования за целью. Авторы исследования представляют подробное описание архитектуры нейронной сети, ее обучения с использованием алгоритма глубокого детерминированного градиента политикии интеграции с системой управления роботом. Выбрана распределенная структура нейронной сети для специализированной генерации управлений, в качестве которых авторами выбираются угловая и линейная скорость робота. Синтезирована система правил, учитывающая изменение расстояния между роботом и целевым объектом и отслеживание курсового угла в реальном времени. Рассмотрена математическая модель робота с дифференциальным приводом, на базе которой реализована программа имитационного моделирования для промежуточного обучения нейронной сети, в результате которой сформированы первоначальные весовые коэффициенты. С помощью данной программы можно обойтись меньшими энергетическими и временными затратами на начальном этапе исследования. Эксперименты по проверке эффективности разработанной нейронной сети проводились в среде симуляции Gazebo с использованием коммуникационного интерфейса ROS2. В статье описывается процесс интеграции нейронной сети с системой управления робота в среде симуляции, а также результаты испытаний и анализ полученных данных. Приведены результаты экспериментов для трех сценариев, в которых начальная позиция робота одинакова, остальные параметры генерируются по описанным авторами правилам. Подтверждена эффективность использования подобного решения для планирования траектории. Исследование вносит вклад в область развития автономных систем и демонстрирует потенциал применения искусственных нейронных сетей с подкреплением в робототехнике.