通过基于上下文的修正策略从人类示范中学习实现双手绳索操纵技能综合
机器人学
2024-02-06 v1
摘要
当示范可在机器人固有坐标中获得时，从示范学习（LfD）为机器人配备灵巧技能提供了便捷手段。然而，长时复杂技能中的复合误差问题限制了其广泛应用。由于多数此类复杂技能由组合起来的较小运动构成，将目标技能视为紧凑运动基元的序列似乎是合理的。此处需解决的问题是确保一个运动基元结束于允许成功执行后续基元的状态。本研究聚焦于该问题，提出当基元间期望转移状态未达成时学习显式修正策略。该修正策略本身通过最先进的运动基元学习架构——条件神经运动基元（CNMPs）利用行为克隆学习得到。习得的修正策略能够以上下文相关的方式生成多样化运动轨迹。所提系统相对于将完整任务作为单一动作学习的优势，在仿真桌面场景中得以展示：物体须分两步被推过走廊。随后，通过让上半身人形机器人具备在三维空间中于横杆上打结的技能，展示了该方法在真实世界双手打结中的适用性。实验表明，即便所面临的修正情形不在人类示范集中，机器人仍能成功打结。
引用
@article{arxiv.2209.13850,
title = {Bimanual rope manipulation skill synthesis through context dependent correction policy learning from human demonstration},
author = {T. Baturhan Akbulut and G. Tuba C. Girgin and Arash Mehrabi and Minoru Asada and Emre Ugur and Erhan Oztop},
journal= {arXiv preprint arXiv:2209.13850},
year = {2024}
}