Autonomní učení pro dlouhodobé použití mobilních robotů

Abstract

Algoritmické pokroky mobilní robotiky umožnily nasazení robotů v neorganizovaných a předem neznámých prostředích. Metody umožňující tato nasazení vycházejí z předpokladu, že nejistota vyplívá z nepřesných měření nebo šumu senzorů. Nicméně nejistota prostředí je také způsobena jeho dynamikou, kterou pokud zanedbáme, negativně ovlivníme výkon robotických systémů při dlouhodobém nasazení.Zatímco tvorba robotického systému pro provoz v statickém prostředí je proveditelná, předpovědět všechny možné situace, které může robot v dynamickém světě potkat, je obtížné. Ruční programování nebo učení robota na zvládání všech možných situací je nepraktické a neproveditelné. Je tedy nezbytné, aby se robot naučil, jak se se změnou prostředí vyrovnávat sám v průběhu času. Pro efektivní naučení musí robot shromažďovat vhodná tréninková data prolnutím rutinních úkolů a průzkumu prostředí.Tato disertační práce se zaměřuje na scénáře navigace robotů v měnících se prostředích pomocí systému založeného na opakování naučené cesty pomocí obrazu VTR) s neuronovými sítěmi. Problémy s dlouhodobým nasazením jsou zdůrazněny a popsány v širším kontextu publikací autora, které zkoumají různé aspekty mobilní robotiky z hlediska úrovně automatického učení a množství dynamiky v okolním prostředí. Práce nejprve představí VTR systémy a ukáže, jak jejich učení může být podpořeno začleněním siamských neuronových sítí. Dále popíše, jak lze zlepšit robustnost těchto systémů vůči změnám okolí využitím částicového filtru, které zohledňuje různé vzhledy prostředí. Dále představuje přístup, kde může být siamská síť postupně trénována během navigace učením bez učitele. To vede k systému navigace VTR s možností učení (VTRL). Práce nakonec představuje metodu, která vybírá místa a časy pro shromažďování nových dat během navigace robota za pomocí VTRL a ukazuje, že to významně zlepšuje VTRL navigaci v průběhu času. Tato disertační práce je sbírkou tří základních článků s doplňujícím textem, který vysvětluje jejich vztahy, a podpůrných článků, které poskytují technické detaily představených systémů.

Algorithmic foundations of mobile robotics have enabled the deployment of robots in unstructured and apriori unknown environments.The methods enabling those deployments are based on the assumption that uncertainty in the environment states is caused by imprecise measurements and sensory noise.However, environmental uncertainty is also caused by its dynamics, which, if neglected, negatively affects the performance of robotic systems in long-term deployments.While designing a robotic system for operation in a stationary environment is feasible, predicting all possible situations that the robot can encounter in a dynamic world is more complicated. Hand-coding or training the robot to deal with all possible situations is impractical and unfeasible.It is, therefore, desirable for a robot to learn how to deal with environmental changes by itself over time.For efficient learning, the robot has to gather suitable training data by interleaving its routine tasks with exploration. This thesis focuses on the scenarios of robot navigation in changing environments using a Neural-Network based Visual Teach \& Repeat (VTR) system.The issues with long-term deployment are highlighted and described in a broader context of author's publications that all explore different aspects of mobile robotics in regards to the level of automatic learning and the amount of dynamics in the environment. We first introduce the VTR systems and show how their learning can be enabled by incorporating Siamese Neural Networks.We outline how the robustness of these systems to environment changes can be improved by incorporating particle filtering that considers different environment appearances.Furthermore, we present an approach where the Siamese network can be incrementally trained during navigation in an unsupervised manner.This results in a Visual Teach, Repeat \& Learn (VTRL) navigation system.Finally, we incorporate a method that chooses the places and times to gather new data during the robot VTRL navigation and show that this significantly improves the rate of VTRL improvement over time.This thesis is a collection of three core articles with additional text that explains their relations and supporting articles that provide technical details of the systems presented.