机器人学中接触密集型任务的模仿学习综述

本文全面综述了机器人学中接触密集型任务的模仿学习研究趋势。接触密集型任务需要与环境进行复杂的物理交互，由于其非线性动力学和对微小位置偏差的敏感性，代表了机器人学中的核心挑战。本文考察了示教采集方法，包括对捕捉细微交互动力学至关重要的教学方法和感知模态。然后我们分析了模仿学习方法，突出其在接触密集型操作中的应用。近期多模态学习和基础模型的进展显著提升了复杂接触任务在工业、家庭和医疗领域的性能。通过对当前研究的系统梳理和挑战的识别，本综述为接触密集型机器人操作的未来进展奠定了基础。