面向护理机器人神经网络模仿策略的不安全行为检测
机器人学
2024-07-30 v1
摘要
本文探讨了imitation learning在护理机器人中的应用，旨在应对日益增长的对老年人和残障人士照护需求。利用深度学习和控制算法的进展，本研究聚焦于使用离线演示训练神经网络策略。所面临的关键挑战是“策略停止”问题，这对于增强基于imitation learning的策略安全性至关重要，尤其是针对扩散策略。我们提出了新的解决方案，包括集成预测器和对归一化流基于算法的调整，用于早期异常检测。与基于VAE和Tran-AD等异常检测方法进行比较评估，显示出在辅助机器人基准测试上的优异性能。本文以讨论将安全模型集成到策略训练中进一步的研究，强调这一点对于在护理机器人中可靠部署神经网络策略至关重要。
引用
@article{arxiv.2407.19819,
title = {Detecting Unsafe Behavior in Neural Network Imitation Policies for Caregiving Robotics},
author = {Andrii Tytarenko},
journal= {arXiv preprint arXiv:2407.19819},
year = {2024}
}