基于双边遥操作的学习铲取运动深度学习
机器人学
2018-10-25 v1
摘要
我们提出用于任务学习与机器人运动生成的双边遥操作系统。我们的系统包括双边遥操作平台与深度学习软件。该深度学习软件参考使用双边遥操作平台进行的人演示以采集视觉图像与机器人编码器数值。它利用图像与机器人编码器信息的数据集来学习视觉图像与机器人运动之间的跨模态对应关系。具体而言,该深度学习软件对图像区域使用深度卷积自编码器(DCAE)组合,对机器人电机角度使用带长短期记忆单元的循环神经网络(LSTM-RNN),以学习由人类遥操作传授的运动。所学模型用于预测相似任务的新运动轨迹。实验结果表明,我们的系统对生成相似铲取任务的运动具有适应性。基于实验结果的失败案例进行了详细分析。总结了关于该系统能与不能的一些见解。
引用
@article{arxiv.1810.10414,
title = {Deep Learning Scooping Motion using Bilateral Teleoperations},
author = {Hitoe Ochi and Weiwei Wan and Yajue Yang and Natsuki Yamanobe and Jia Pan and Kensuke Harada},
journal= {arXiv preprint arXiv:1810.10414},
year = {2018}
}