摘要
移动机器人导航策略通常假设感知输入和机器人平台都是固定的。在本研究中，我们探讨了一种教师-学生式策略，其中“教师”通过基于LiDAR的Twin Delayed Deep Deterministic Policy Gradient学习连续速度指令，而“学生”则利用LiDAR或摄像头观测数据进行导航。“学生”拥有两种不同的感知模式，各自配备特征提取器。提取的特征和机器人状态变量会被送入一个共享的编码器和执行器，进而转换为线性和角速度指令。该通用双平台配置还包括一个标量类型的Robot-ID标识符。训练与评估是在ROS-Gazebo环境中使用模拟的Pioneer 3-DX和TurtleBot3 Waffle机器人完成的。通过加入Robot-ID标识符后，Pioneer 3-DX上的通用LiDAR导航成功率从71.8%提升至90.4%，TurtleBot3 Waffle上的成功率则从79.5%上升至91.2%；而基于摄像头的导航成功率则分别为87.3%和84.0%。在四种受控的从LiDAR切换到视觉感知的测试条件下，整体成功率在88.8%到90.8%之间。此外，在计划切换时仍处于运行状态的测试案例中，有85.2%到90.1%的案例能够在无需重新设置或训练策略的情况下完成导航。研究结果表明，利用机器人身份作为条件对提升跨平台LiDAR导航性能非常有帮助，而且共享式的学生策略能够在外部调度改变感知方式后继续进行导航。这些结果为所提出的策略架构提供了基于仿真的可行性评估，也为后续的实体机器人验证奠定了基础。
