BMP: 弥合 B 样条与运动基元之间的鸿沟
机器人学
2024-12-23 v2
摘要
本工作引入了 B 样条运动基元 (BMPs)，一种利用 B 样条进行运动表示的新型运动基元 (MP) 变体。B 样条因能仅用少量控制点生成满足边界条件（即通过指定期望位置和期望速度）的复杂平滑轨迹，而在运动规划中是公认概念。然而，当前 B 样条的用法往往忽略轨迹分布中的高阶统计量，这限制了它们在模仿学习 (IL) 和强化学习 (RL) 中的应用，因为建模轨迹分布在这些领域至关重要。相比之下，MPs 常用于 IL 和 RL，因其能捕捉轨迹似然和相关性。然而，MPs 受限于满足边界条件的能力，通常需要在学习目标中添加额外项以满足速度约束。通过将 B 样条重新表述为由基函数和权重参数表示的 MPs，BMPs 结合了两者优势，使 B 样条能捕捉高阶统计量，同时保留满足边界条件的能力。IL 和 RL 中的实证结果表明，BMPs 拓宽了 B 样条在机器人学习中的适用性，并比现有 MP 变体提供了更强的表达力。
引用
@article{arxiv.2411.10336,
title = {BMP: Bridging the Gap between B-Spline and Movement Primitives},
author = {Weiran Liao and Ge Li and Hongyi Zhou and Rudolf Lioutikov and Gerhard Neumann},
journal= {arXiv preprint arXiv:2411.10336},
year = {2024}
}