雷锋网 AI 科技评论按：在探索基于强化学习的长距离机器人导航领域，谷歌的研究团队最近取得了重要进展。他们提出了结合深度强化学习与长距离运动规划的自主控制算法，这项技术具有出色的自适应能力，并能够有效地帮助残疾人士提升独立生活能力。
首先，研究人员训练了本地规划智能体，它们可以执行基本导航任务而不发生碰撞。这些智能体能够处理来自有噪声传感器输入，比如一维激光雷达提供的深度数据，以便计算机器人的线速度和角速度。此外，使用自动强化学习（AutoRL）进行训练，使得局部规划器能更好地迁移到真实环境中。
随后，他们构建了一种路线图，其中不同节点代表不同的位置，然后通过模拟真实机器人的有噪声传感器和控制条件下训练出的局部规划器来连接这些节点。这为大尺度空间中的导航奠定了基础。
三篇关键论文介绍如下：
"Learning Navigation Behaviors End-to-End with AutoRL" 论文展示了一种在小尺寸、静态环境中通过AutoRL训练局部规划智能体的方法。该方法提高了策略质量，对于新环境的泛化能力也有所增强，但样本效率较低。
"PRM-RL: Long-Range Robotic Navigation Tasks by Combining Reinforcement Learning and Sampling-based Planning" 这篇 ICRA 2018 最佳论文提出了将基于采样的概率地图（PRMs）与手工调节强化学习局部规划结合起来用于长距离机器人导航任务。
"Long-Range Indoor Navigation with PRM-RL" 在前一篇PRM-RL基础上做出了改进，如采用AutoRL替换手工调节过程，同时加入SLAM地图以实现同步定位和地图重建，以及分布式地图构建以扩大支持的地图大小至70,000个节点。
更多详情请参考谷歌技术博客ai.googleblog.com。
