深度视觉运动策略的端到端训练
机器学习
2016-04-20 v5 计算机视觉与模式识别
机器人学
摘要
策略搜索方法可以让机器人学习各种任务的控制策略，但策略搜索的实际应用通常需要手工设计的组件用于感知、状态估计和低层控制。本文旨在回答以下问题：将感知与控制系统端到端联合训练是否比分别训练每个组件提供更好的性能？为此，我们开发了一种方法，可用于学习将原始图像观测直接映射到机器人电机力矩的策略。这些策略由具有92,000个参数的深度卷积神经网络（CNNs）表示，并使用部分可观测引导策略搜索方法训练，该方法将策略搜索转化为监督学习，由简单的以轨迹为中心的强化学习方法提供监督。我们在一系列需要视觉与控制紧密协调的真实操作任务上评估我们的方法，例如将瓶盖拧到瓶子上，并给出与一系列先前策略搜索方法的模拟比较。
引用
@article{arxiv.1504.00702,
title = {End-to-End Training of Deep Visuomotor Policies},
author = {Sergey Levine and Chelsea Finn and Trevor Darrell and Pieter Abbeel},
journal= {arXiv preprint arXiv:1504.00702},
year = {2016}
}
备注
updating with revisions for JMLR final version