上下文即一切：用于动力学适应的隐式辨识
机器人学
2022-03-11 v1 人工智能
机器学习
摘要
理解环境动力学对于机器人在世界中安全且最优地行动是必要的。在现实场景中，动力学是非平稳的，且因果变量（如环境参数）即使是在训练期间也不一定能精确测量或推断。我们提出隐式辨识用于动力学适应（IIDA），一种允许预测模型适应变化的环境动力学的简单方法。IIDA 假设无法访问世界中真实的变异，而是从少量上下文数据中隐式推断环境属性。我们通过 MuJoCo 环境上的一系列模拟实验和一个真实机器人动态滑动任务展示了 IIDA 在未知环境中表现良好的能力。总体而言，IIDA 显著减少了模型误差，并比常用方法获得了更高的任务性能。我们的代码和机器人视频见 https://bennevans.github.io/iida/
引用
@article{arxiv.2203.05549,
title = {Context is Everything: Implicit Identification for Dynamics Adaptation},
author = {Ben Evans and Abitha Thankaraj and Lerrel Pinto},
journal= {arXiv preprint arXiv:2203.05549},
year = {2022}
}
备注
Accepted at ICRA 2022