面向任务与运动规划的主动模型学习与多样动作采样

本工作的目标是通过学习使用新的传感运动基元来增强机器人的基本能力，从而能够解决复杂的长视野问题。在复杂领域中解决长视野问题需要灵活的生成式规划，能够将基元能力以新颖组合方式结合，以解决世界中实时出现的问题。为了规划组合基元动作，我们必须拥有这些动作的前置条件与效果的模型：在何种情况下执行该基元会在世界中实现某种特定效果？我们使用并改进了最先进的主动学习与采样方法。我们使用高斯过程方法，通过机器人在实验中所收集的少量昂贵训练样本来学习算子有效性的条件。我们开发了自适应采样方法，用于在规划解决新任务时生成连续集合（如机器人构型与物体位姿）的多样元素，以使规划尽可能高效。我们在一个集成系统中演示了这些方法，将新学习的模型与高效的连续空间机器人任务与运动规划器相结合，以比以往可能的方式更高效地学习解决长视野问题。