基于单视频模仿的高效机器人技能学习用于接触丰富的织物操作

经典的机器人策略搜索算法通常需要进行大量探索，这在真实物理平台上实施时耗时且昂贵。为促进机器人操作技能的高效学习，本文提出一种由三个模块组成的新方法：（1）在仿真中通过随机探索学习通用先验知识，包括状态表示、动态模型和任务的约束动作空间；（2）从单个演示视频中提取基于状态对齐的奖励函数；（3）在系统安全约束下利用基于采样的模型预测控制实时优化模仿策略。该方案形成了一种高效的一次性从视频模仿策略，简化了真实应用中机器人技能的学习与执行。具体而言，我们在一类任务的场景中学习先验，随后在单次演示后立即将策略部署到新场景中，从而避免环境中耗时且危险的探索。由于我们不对场景间的动态一致性做强假设，先验学习可在仿真中进行，以避免在真实世界中收集数据。我们在接触丰富的织物操作这一工业与家庭任务常见场景中评估了方法的有效性。详细的数值仿真与真实硬件实验表明，我们的方法能够为具有挑战性的操作任务实现快速的技能获取。