基于数据驱动与物理模型方法的自主高尔夫推球
机器人学
2022-11-16 v1 机器学习
系统与控制
系统与控制
最优化与控制
摘要
我们正在开发一种采用数据驱动与物理模型相结合方法的自学习机电高尔夫机器人，使机器人能够从果岭上任意点自主学习将球推入洞中。除机器人的机电控制设计外，该任务由具备图像识别的相机系统以及用于预测成功一杆进洞所需击球速度向量的神经网络完成。为尽量减少与真实系统耗时的交互次数，该神经网络通过在模型上评估基本物理定律进行预训练，该模型以数据驱动方式近似果岭表面的高尔夫球动力学。由此，我们以高尔夫机器人作为机电示例系统，展示了数据驱动与物理模型方法的协同结合。
引用
@article{arxiv.2211.08081,
title = {Autonomous Golf Putting with Data-Driven and Physics-Based Methods},
author = {Annika Junker and Niklas Fittkau and Julia Timmermann and Ansgar Trächtler},
journal= {arXiv preprint arXiv:2211.08081},
year = {2022}
}
备注
accepted for: 2022 Sixth IEEE International Conference on Robotic Computing (IRC)