基于因果机器学习的行星任务自主机械臂操控

自主机械臂操控器有潜力使行星探索和原位资源利用任务更加省时高效，因为操控器可以自行处理物体并执行特定目标的动作。我们训练一个操控器自主研究其先前未知的物体，例如行星岩石。这是通过在模拟行星环境中使用因果机器学习实现的。在此过程中，操控器与物体交互，并基于不同的因果因素对其进行分类。这些因素是参数（如质量或摩擦系数），它们在因果上决定了交互的结果。通过强化学习，操控器学会了以揭示潜在因果因素的方式进行交互。我们表明，即使没有任何关于物体的先验知识或任何预先收集的训练数据，该方法依然有效。我们在行星探索条件下进行了训练，使用了真实的机械臂模型。