通过模拟实现泛化：将模拟和真实数据集成到基于视觉的无人机深度强化学习中

Feb, 2019

通过模拟实现泛化：将模拟和真实数据集成到基于视觉的无人机深度强化学习中

Generalization through Simulation: Integrating Simulated and Real Data into Deep Reinforcement Learning for Vision-Based Autonomous Flight

PDF

Katie Kang, Suneel Belkhale, Gregory Kahn, Pieter Abbeel, Sergey Levine

TL;DR本文提出一种深度强化学习算法，将模拟数据和真实世界数据相结合，通过学习机器的动力学和建立一个可扩展的感知系统，让四旋翼机器人仅凭单目相机避免碰撞，并在各种光线和几何条件下，用一个小时的真实世界数据就能在新环境中避免碰撞。

Abstract

deep reinforcement learning provides a promising approach for vision-based control of real-world robots. However, the generalization of such models depends critically on the quantity and variety of data available for training. This data can be difficult to obtain for some types of robo

deep reinforcement learning vision-based control robotics simulation collision avoidance

发现论文，激发创造

基于仿真的强化学习在自主驾驶中的应用

采用强化学习和模拟技术开发驾驶系统，使用合成数据进行训练并验证了其在真实道路环境中的稳健性与有效性。

Nov, 2019

RL-CycleGAN: 强化学习感知的模拟到真实领域的对抗生成网络

本论文提出了基于深度神经网络的强化学习在机器人抓取任务中的应用，以及利用生成模型进行图像仿真与真实环境之间的过渡。其中引入了 RL-scene 一致性损失用于图像翻译，可保证翻译操作是不变的，并在实现无监督领域转换的同时，训练出了 RL-CycleGAN 模型，该模型表现出了模拟到现实环境下最优的效果。

Jun, 2020

机器人深度强化学习中的模拟到真实转移：一项调查

本篇综述涵盖了深度强化学习中模拟转真实环境的基本背景，包括不同方向的方法和应用场景，重点讨论了域随机化、域自适应、模仿学习、元学习和知识蒸馏等方法及其存在的机遇和挑战。

Sep, 2020

CAD2RL: 单图像飞行仿真

本文提出了一个使用 CAD 模型进行学习的深度卷积神经网络，能够在通过单目摄像头传输的图像训练之后，实现在真实环境下进行无碰撞室内飞行的过程。通过高度随机的 3D 渲染和 MC 策略评估算法的使用，我们证明了该方法可以推广到真实世界，而不需要模拟器的特别真实或高保真度。

Nov, 2016

虚拟到现实：在视觉语义分割中学习控制

为解决机器人虚拟世界到真实世界的迁移问题，本文提出了一种基于模块化架构、采用语义图像分割作为元表示的深度强化学习方法，实现了 RGB 图像到语义图像段转换。实验结果表明，该架构在避障和目标跟踪任务中表现优异，并在虚拟和真实环境中均明显优于基准方法。

Feb, 2018

自监督适应深度神经网络实现机器人视觉操作

使用深度强化学习隐式地在仿真环境中学习潜在的状态表示，并通过无标签的真实机器人数据将其调整到真实环境中，以实现从像素中执行操作任务。通过序列自监督目标优化对比正向动力学损失，提出了一种更加有效的方法，成功地训练基于视觉的强化学习智能体来堆叠方块。

Oct, 2019

域随机化：从仿真到真实世界的深度神经网络转移

探究了一种称为 “Domain Randomization” 的技术，该技术使用非真实随机纹理来训练深度神经网络对象定位器，使得该定位器在真实环境中表现出色，并且可以应用于机器人控制中。

Mar, 2017

视觉四旋翼导航的并行强化学习模拟

该研究提出了一种基于 AirSim 的仿真框架，实现了有效的并行训练、分散式训练和大规模代理训练，从而在机器人的视觉四轴导航中实现了学习时间从 3.9 小时降低到 11 分钟的优化。

Sep, 2022

基于 Sim-to-Seg 的 Sim-to-Real 方法：无需真实数据的全封闭自主驾驶

通过使用强化学习技术以端到端的方式处理自主驾驶所需的 3D 场景理解、定位、映射和控制，并利用模拟数据中的 Sim2Seg 技术在模拟器和现实世界之间跨越视觉现实差距进行训练和实验，同时与传统感知和控制技术相比提供同等的性能。

Oct, 2022

基于深度强化学习的实际驾驶环境离散控制

本篇研究提出了一个基于真实驾驶环境的 MDP 框架，使用多智能体学习算法来实现对自动驾驶车辆的训练，并提出了可靠的初始化、数据增强和训练技术来实现最小化的视频数据和培训，最终在 TORCS 虚拟驾驶环境中得到了验证。

Nov, 2022