结合示教学习的接触优化：在长期非抓取平面操作中的应用
机器人学
2023-05-22 v1
摘要
长期非抓取平面操作对于规划与控制是一项具有挑战性的任务，需要确定连续的与离散的接触配置，例如接触点与接触模式。这导致了接触优化的非凸性与混合性。为克服这些困难，我们提出了一种将人类示教融入轨迹优化的新方法。我们表明，我们的方法有效处理了问题的混合组合性质，缓解了当前最先进求解器中存在的局部极小值问题，并且仅需少量示教即可提供鲁棒的泛化性能。我们在仿真中验证了结果，并在带有真实 Franka Emika 机器人的推动-滑动系统上展示了其适用性。
引用
@article{arxiv.2305.11835,
title = {Contact Optimization with Learning from Demonstration: Application in Long-term Non-prehensile Planar Manipulation},
author = {Teng Xue and Sylvain Calinon},
journal= {arXiv preprint arXiv:2305.11835},
year = {2023}
}
备注
Abstract paper for Life-Long Learning with Human Help (L3H2) workshop held in ICRA 2023