基于双边控制的 velocity-controlled 机器人模仿学习

机器学习目前在机器人物体操作中发挥着重要作用。此外,力控制对于操作各类物体以实现对构型与刚度扰动的鲁棒性而言是必要的。作者所在团队已揭示,通过基于双边控制的模仿学习可获得具备力控制的快速且动态的物体操作。然而,该方法仅适用于能够控制力矩的机器人,而不适用于仅能遵循位置或速度指令的机器人(如许多市售机器人)。为此,本研究提出了一种将基于双边控制的模仿学习应用于速度控制机器人的方法。所提方法的有效性通过拖地任务实验得到了验证。