一种用于物体推动策略学习的高效基于 Hourglass 的图像到图像翻译架构
机器人学
2021-11-17 v2 人工智能
机器学习
摘要
人类在日常生活中可轻松解决推动任务，但在机器人领域释放这些能力仍具挑战，因为此类任务的物理模型常不准确或难以获得。最先进的数据驱动方法学会补偿这些不准确之处，或完全替代近似物理模型。然而，诸如 Deep Q-Networks（DQNs）的方法在大型状态-动作空间中易受局部最优影响。此外，它们依赖于精心选择的深度学习架构与学习范式。本文中，我们提出将 DQNs 学习推动策略（推哪里及如何推）框定为图像到图像翻译问题，并利用基于 Hourglass 的架构。我们提出了一种架构，结合预测哪些推动会导致环境变化的预测器，以及专用于推动任务的状态-动作价值预测器。此外，我们研究了位置信息编码以学习位置相关策略行为。我们在 UR5 机械臂的仿真实验中证明，我们的整体架构有助于 DQN 更快学习，并在涉及未知动力学物体的推动任务中取得更高性能。
引用
@article{arxiv.2108.01034,
title = {An Efficient Image-to-Image Translation HourGlass-based Architecture for Object Pushing Policy Learning},
author = {Marco Ewerton and Angel Martínez-González and Jean-Marc Odobez},
journal= {arXiv preprint arXiv:2108.01034},
year = {2021}
}
备注
2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)