结合预测控制与深度学习的人体运动追踪
机器人学
2018-08-08 v1
摘要
我们提出将模型预测控制与深度学习相结合，用于机器人精确人体运动追踪任务。我们设计的 MPC 允许在习得预测与保守预测之间切换。我们还探索了使用 DyBM 模型进行在线学习。我们将该方法应用于 UR-5 机器人的人体书写运动追踪。结果表明该框架显著提升了追踪性能。
引用
@article{arxiv.1808.02200,
title = {Deep Learning with Predictive Control for Human Motion Tracking},
author = {Don Joven Agravante and Giovanni De Magistris and Asim Munawar and Phongtharin Vinayavekhin and Ryuki Tachibana},
journal= {arXiv preprint arXiv:1808.02200},
year = {2018}
}
备注
To appear in 36th Annual Conference of the Robotics Society of Japan (RSJ 2018)