面向机器人基于行为库在线适应的自适应先验选择

基于行为库的学习是一种数据高效的适应方法，其基于两步过程：(1)在仿真中学习大量多样化的策略集，(2)规划或学习算法根据当前情况（例如受损机器人、新物体等）选择最合适的策略。在本文中，我们放宽了先前工作假设单一行为库足以适应的前提。相反，我们针对许多不同情况（例如缺失一条腿、在不同地面上等）生成行为库，并让我们的算法选择最有用的先验。我们的主要贡献是一种名为 APROL（Adaptive Prior selection for Repertoire-based Online Learning，基于行为库在线学习的自适应先验选择）的算法，用于在机器人对当前情况毫无信息时，通过融合这些先验来规划下一步动作。我们在两项仿真任务上评估了 APROL：(1)用机械臂推动未知形状和尺寸的物体，(2)受损六足机器人的目标到达任务。我们与“Reset-free Trial and Error”（RTE，无重置试错）及各种基于单一行为库的基线方法进行比较。结果表明，APROL 比基线方法以更少的交互时间解决了这两项任务。此外，我们在一台真实的受损六足机器人上演示了 APROL，其通过快速学习选取补偿性策略，在避开路径中障碍物的同时到达目标。