面向行星漫游车的定向探索自适应方法
原文：Explore Where It Matters: Targeted Exploration for Efficient Rover Adaptation
未来的行星漫游车将穿越陡峭、可变形地形，其中打滑、下陷和地形变形可能威胁机动性。尽管仿真可以捕捉部分轮壤效应，但未建模的可变形地形现象会造成仿真到现实的差距，需要在部署时进行自适应。然而，漫游车作业几乎没有空间进行大量试错。我们提出TERRA（面向奖励相关自适应的定向探索），这是一个在线自适应框架，能够高效寻求暴露任务相关模型误差的部署数据并加以纠正。TERRA使用奖励加权预测损失对仿真训练的世界模型进行自适应，并训练一个损失预测器来估计未来性能相关误差可能发生的位置，利用该信号在MPC期间引导探索。在仿真中，TERRA在严重分布外预训练条件下于五次试验内达到约90%的爬坡成功率，在奖励、完成时间和首次成功能耗方面优于探索基线。在ERNEST漫游车上，TERRA在三到五次真实世界试验内恢复了可变形火星模拟坡面上的协调主动悬架运动。项目网站：https://terra-explore.github.io 作者：Jacob Levy, Arthur Bouton, Tristan D. Hassler, Hari Nayar, David Fridovich-Keil 类别：cs.RO,cs.AI,cs.LG