【斯坦福博士论文】协作多机器人学习算法

为了使机器人系统能够在真实世界中常常令人惊讶且不可预测的环境中成功运行，它们必须具备在部署期间学习和适应的能力。然而，在机器人领域，通常将每个机器人视为一个单独的孤立系统，必须独立学习新技能并对环境作出反应。实际上，世界早已是一个高度互联的环境，数以亿计的独立设备持续进行通信。因此，没有理由机器人系统不能遵循相同的模式。事实上，由于数据获取通常是有效且高效学习的瓶颈，多机器人系统可以通过协作共享多个机器人收集的数据，实现学习速度的倍增效应。 本论文提出了三种用于互联多机器人系统协作学习的新型算法，以及支持并验证它们在真实世界中部署的工具与分析方法。 第一个算法在本论文的第三章中介绍，是一种新颖的自主车队对数百个目标车辆进行同时跟踪的方法。通过利用多个自动驾驶车辆的实时数据，该算法使车队能够形成对所跟踪目标车辆运动的城市级感知。每辆车队中的车辆随后都能够利用这种感知，即使在没有直接视线的情况下，也能预测被跟踪车辆的未来运动，从而避免诸如盲角等危险情况。我们通过在真实的自动驾驶车辆仿真环境中进行城市级分布式多目标跟踪演示了该方法的潜力。 第四章介绍了本论文的第二个算法贡献，一种使互联机器人能够利用各自独立收集的数据，以通信高效的方式协作优化神经网络参数的方法。该算法可推广至任何神经网络架构，且从不需要传输原始数据，从而保证了通信效率。为了验证我们的观点，我们展示了该方法在三个不同的应用场景下优于基线方法：分类、神经隐式映射和强化学习。 最后，在第五章中，我们讨论了本论文的最后一个贡献，一种多机器人度量-语义映射算法，使多种不同的机器人系统能够异步且协作地学习高度详细的环境地图。在实验演示中，我们展示了该方法在多个不同环境中的有效性，并证明了生成的地图可用于多机器人无碰撞运动规划，同时支持开放词汇的语义目标指定。