摘要
无地图导航通常会移除全局地图，但保留基于本地化信息的路径向量或方向信息。我们研究了一种更严格的场景：移动机器人仅依赖局部激光雷达数据、标量距离信息以及过去执行过的动作记录；策略系统中既不提供机器人的姿态信息，也不提供目标方向信息。我们提出了ACR-Nav这一基于动作条件的导航框架，它将标量距离的变化转换为闭环导航过程中的进度数据。该框架通过将距离变化与产生这些变化的动作关联起来，同时利用激光雷达数据获取局部环境几何信息及短期障碍物运动情况。此外，还配备了独立的碰撞检测机制以实现实时干预；静态到混合环境的学习过程通过特定算法进行优化。ACR-Nav的核心部分采用轻量级的多层感知器架构，并通过近端策略优化（Proximal Policy Optimization, PPO）进行训练，而其整体框架本身对优化算法的选择没有依赖性。在走廊模拟测试中，ACR-Nav在静态、混合和动态环境中的成功率分别为93.2%、80.4%和84.4%。当移除碰撞检测机制后，成功率分别在静态环境中下降15.2个百分点、在混合环境中下降14.6个百分点、在动态环境中下降16.0个百分点；随机目标测试下的成功率分别为91.2%和81.4%。针对L形走廊的实验进一步验证了该系统的适应性。实验结果表明，基于动作条件的距离演化机制能够在局部直线走廊中实现目标导向的导航，同时无需向策略系统暴露机器人的姿态或目标方向信息。
