Новый метод объезда препятствий в людных местах для самоуправляемых роботов, проводящих дезинсекцию помещений, инвентаризацию и парковку автомобилей представлен учеными из Сколтеха. В решении применяются технологии машинного обучения.
Исследователи «Сколково» создали планнер, который превосходит типичные решения по планированию движения на основе гауссовского процесса (GPMP) или алгоритма быстрого исследования рандомизированных деревьев. В центре нового метода – понятие нейронного поля, которое до сих пор мало применялось в планировании движения, по крайней мере в случае на плоскости, отметил один из авторов исследования, аспирант Центра системного проектирования Сколтеха Михаил Куренков.
Для проверки функциональности планера и качества его работы, ученые сопоставили его с решениями на базе GPMP и быстрых деревьев. Выяснилось, что применяемый метод на основе нейронных полей строит более короткие и плавные траектории с меньшим количеством неудобных поворотов на месте.
Для проверки использовался публично доступный датасет с несколькими сценариями, в том числе коридорами, парковками и городскими кварталами.
Исследование опубликовано в журнале IEEE Robotics and Automation Letters.
