自主机器人高层调试中特征-参数空间的达成区域

理解控制器在不同场景下的性能，对于将部署于安全关键任务的机器人至关重要。若我们对世界动力学没有模型（在复杂领域中常如此），则可能需基于机器人与环境的交互来近似其性能函数。此类性能函数让我们洞察机器人行为，从而可通过人工干预微调控制器。在高维系统中，动作-状态空间庞大，微调控制器并非易事。为克服该问题，我们提出一种性能函数，其定义域由外部特征与控制器参数确定。达成区域定义于这种由特征-参数对确定的定义域之上，用于实现对任务成功执行的预测。相较于动作-状态空间，使用特征-参数空间使我们能在更简单（即更低维）的空间中适配、解释和微调控制器。当机器人成功执行任务时，我们利用达成区域洞察控制器的极限及其鲁棒性；当机器人执行失败时，我们利用这些区域调试控制器并寻找对解的适应性与反事实改变。该方法的另一优势是，我们可通过在高维空间中使用高斯过程回归对性能函数进行泛化。为验证方法，我们在仿真中演示学习性能函数的近似，令移动机器人穿越不同地形条件；随后以样本高效方法将达成区域迁移至相似环境中的物理机器人。