规划系统
--------

规划不仅包含运动路径规划，还包含高级任务规划
:cite:`9712373`\ 。其中，运动规划是机器人技术的核心问题之一，应用范围从导航到复杂环境中的操作。它具有悠久的研究历史，方法需要有概率完整性和最优性的保证。然而，当经典运动规划在处理现实世界的机器人问题（在高维空间中）时，挑战仍然存在。研究人员在继续开发新算法来克服与这些方法相关的限制，包括优化计算和内存负载、更好的规划表示和处理维度灾难等。

相比之下，机器学习的最新进展为机器人专家研究运动规划问题开辟了新视角：经典运动规划器的瓶颈可以以数据驱动的方式解决；基于深度学习的规划器可以避免几何输入的局限性，例如使用视觉或语义输入进行规划等。最近的工作有：基于深度神经网络的四足机器人快速运动规划框架，通过贝叶斯学习进行运动规划，通过运动规划器指导的视觉运动策略学习。ML4KP是一个用于有效运动动力学运动规划的C++库，该库可以轻松地将机器学习方法集成到规划过程中。
自动驾驶领域和行人和车辆轨迹预测方面也涌现出使用机器学习解决运动规划的工作，比如斯坦福大学提出Trajectron++。强化学习在规划系统上也有重要应用
:cite:`sun2021adversarial`\ ，比如基于MetaDrive模拟器
:cite:`li2021metadrive`\ ，最近有一些关于多智能体强化学习，多智能体车流模拟、驾驶行为分析
:cite:`peng2021learning`\ ，考虑安全性因素的强化学习
:cite:`peng2021safe`\ ，以及拓展到由真人专家在旁边监督，出现危险的时候接管的专家参与的强化学习工作（Online
Imitation Learning、Offline RL）
:cite:`li2021efficient`\ ，样本效率极高，是单纯强化学习算法的50倍。为了更好地说明强化学习是如何应用在自动驾驶中的， :numref:\ ``rl\_ad``\ 展示了一个基于深度强化学习的自动驾驶POMDP模型。

.. _rl\_ad:

.. figure:: ../img/ch13/rl_ad.png
   :width: 800px

   基于深度强化学习的自动驾驶POMDP模型 :cite:`aradi2020survey`