Семинар 7. Neural Potetial Field для избегания столкновений при локальном планировании движения
Семинар 7. Neural Potetial Field для избегания столкновений при локальном планировании движения | Константин Миронов, Мухаммад Алхаддад
При использовании MPC для оптимизации траектории мобильного робота существенная сложность (особенно для роботов сложной формы) связана с тем, что опасность столкновения с препятствиями желательно представить в виде аналитической дифференцируемой функции (отталкивающего потенциала препятствий). Ее градиенты можно использовать для “сдвигания“ траектории в более безопасную область.
В докладе будет представлен подход, в котором для аппроксимации отталкивающего потенциала используется нейросетевая модель. На ее вход подается карта препятствий, футпринт робота (проекция его формы на горизонтальную плоскость), позиция и ориентация робота на карте. Архитектура сети включает энкодеры, формирующие компактные представления карты и футпринта, и собственно модель расчета потенциала, которая интегрируется в решатель MPC и используется им в процессе оптимизации траектории. Мы продемонстрируем результаты предложенного подхода в численных экспериментах и при управлении реальным роботом.
👉🏻 Дата: , четверг в 17:00
Подписывайтесь на каналы нашего Центра, чтобы следить за новостями о стажировках, магистратуре, аспирантуре и других интересных событиях:
ВК —
Телеграм —
Магистратура и аспирантра —