一种用于操控物体非物理状态变化的端到端机器人架构
机器人学
2016-09-28 v3
摘要
随着机器人硬件和智能软件的发展，人形机器人在包括人类辅助服务和危险工业重体力劳动在内的各种任务中发挥着重要作用。任务学习的最新进展使能人形机器人执行灵巧操作任务，例如抓取物体和组装家具部件。在没有物理运动的情况下操作物体对人形机器人来说是一项更具挑战性的任务，因为动作的效果可能无法在物理构型空间中清晰看到，且有意义动作在长时间范围内可能非常复杂。例如，在智能设备上玩移动游戏就具有此类挑战，因为既需要滑动动作，又需要智能设备内部在长时间范围内的复杂状态转换。在本文中，我们通过引入一种集成架构来解决此问题，该架构连接人形机器人中从传感器到执行器的端到端数据流以操作智能设备。我们在Baxter研究机器人上实现了我们的集成架构，并通过实验证明，采用我们架构的机器人能够像在模拟环境中一样准确地玩具有挑战性的移动游戏——2048游戏。
引用
@article{arxiv.1603.01303,
title = {An End-to-End Robot Architecture to Manipulate Non-Physical State Changes of Objects},
author = {Wonjun Yoon and Sol-A Kim and Jaesik Choi},
journal= {arXiv preprint arXiv:1603.01303},
year = {2016}
}