基于强化学习的闭环多视角视觉伺服方法
机器人学
2023-12-27 v1 人工智能
摘要
传统视觉伺服方法难以处理多视角场景之间的伺服问题，而人类仅凭视觉信号即可完成。本文研究了如何在机器人特定约束（包括自碰撞、奇异性问题）下解决多视角视觉伺服问题。我们提出了一种新颖的基于学习的多视角视觉伺服框架，该框架利用强化学习从视觉状态的潜在空间表示中迭代估计机器人动作。此外，我们的方法在连接OpenAI/Gym的Gazebo仿真环境中进行了训练和验证。通过仿真实验，我们表明该方法能够在给定不同视角初始图像的情况下成功学习最优控制策略，并且其平均成功率达到97.0%，优于直接视觉伺服算法。
引用
@article{arxiv.2312.15809,
title = {A Closed-Loop Multi-perspective Visual Servoing Approach with Reinforcement Learning},
author = {Lei Zhang and Jiacheng Pei and Kaixin Bai and Zhaopeng Chen and Jianwei Zhang},
journal= {arXiv preprint arXiv:2312.15809},
year = {2023}
}
备注
2023 IEEE International Conference on Robotics and Biomimetics (ROBIO)