机器人中的自适应恢复行为：基于行为树与运动生成器（BTMG）的故障管理方法
机器人学
2024-04-24 v2 机器学习
摘要
在动态操作环境中，特别是在协作机器人领域，故障的不可避免性要求鲁棒且自适应的恢复策略。传统的自动化恢复策略虽然对预定义场景有效，但往往缺乏实时任务管理和适应预期故障所需的灵活性。针对这一差距，我们提出了一种新颖方法，将恢复行为建模为自适应机器人技能，利用行为树与运动生成器（BTMG）框架进行策略表示。该方法的特点在于采用强化学习（RL）动态优化恢复行为参数，从而以最少的人工干预实现对各种故障场景的定制化响应。我们通过一系列逐渐具有挑战性的插销入孔任务场景评估了我们的方法，证明了该方法在协作机器人环境中提高操作效率和任务成功率的有效性。我们使用双臂KUKA机器人验证了该方法。
引用
@article{arxiv.2404.06129,
title = {Adaptable Recovery Behaviors in Robotics: A Behavior Trees and Motion Generators(BTMG) Approach for Failure Management},
author = {Faseeh Ahmad and Matthias Mayr and Sulthan Suresh-Fazeela and Volker Krueger},
journal= {arXiv preprint arXiv:2404.06129},
year = {2024}
}