一种基于视觉观测的机器人卸载强化学习方法
机器人学
2023-09-14 v1 人工智能
系统与控制
系统与控制
摘要
在本工作中，我们关注一种基于视觉观测的机器人卸载问题，其中机器人需要使用 RGB-D 图像作为主要输入源自主卸载包裹堆。尽管监督学习与模仿学习在此类任务中取得了良好结果，但它们严重依赖标注数据，而在真实场景中这些数据难以获取。我们的研究旨在开发一种样本高效的控制器框架，可在学习过程中无需标注数据即可学习卸载任务。为应对该挑战，我们提出了一种将高层决策模块与经典运动控制相结合的分层控制器结构。高层模块使用深度强化学习（DRL）进行训练，其中我们引入了安全偏置机制并设计了针对该任务的奖励函数。我们的实验表明，这两个要素对实现更优的学习性能均起着关键作用。此外，为确保可复现性并为未来研究建立基准，我们公开提供代码与仿真环境。
引用
@article{arxiv.2309.06621,
title = {A Reinforcement Learning Approach for Robotic Unloading from Visual Observations},
author = {Vittorio Giammarino and Alberto Giammarino and Matthew Pearce},
journal= {arXiv preprint arXiv:2309.06621},
year = {2023}
}