一种融合分离路径与速度偏好的运动规划增量逆强化学习方法
机器人学
2023-04-26 v2
摘要
人类常因个人偏好表现出多样化行为，例如与其个体执行风格或个人安全余量相关。本文中，我们考虑将路径与速度偏好同时整合进机械臂的轨迹规划问题。我们首先从示教演示中学习代表用户路径与速度偏好的奖励函数。然后分两步优化轨迹：先路径后速度，以生成既满足任务要求又遵从用户偏好的轨迹。我们设计了一组参数化特征，在物体搬运类拾放任务中捕获运动形状与时机方面的基本偏好。我们证明该方法能够将此类偏好泛化至新场景。我们在Franka Emika 7-DoF机械臂上实现算法，并通过用户研究验证了方法的功用性与灵活性。结果表明，非专家用户仅需少量反馈迭代即可教会机器人其偏好。
引用
@article{arxiv.2301.10528,
title = {An Incremental Inverse Reinforcement Learning Approach for Motion Planning with Separated Path and Velocity Preferences},
author = {Armin Avaei and Linda van der Spaa and Luka Peternel and Jens Kober},
journal= {arXiv preprint arXiv:2301.10528},
year = {2023}
}
备注
14 pages, 12 figures, 2 tables, associated video: https://youtu.be/hhL5-Lpzj4M