示教学习中机器人手眼协调状态表示方法评估
机器人学
2019-03-05 v1
摘要
我们从不同方面评估机器人手眼协调学习中不同的状态表示方法。关于状态降维：我们评估这些状态表示方法如何捕获相关任务信息，以及状态表示应达到何种紧凑程度。关于可控性：设计实验在传统视觉伺服控制器与 REINFORCE 控制器中使用不同状态表示方法。我们分析由表示本身而非控制算法带来的挑战。关于示教学习中的具身问题：我们评估不同方法将所学表示由人迁移至机器人的能力。结果被可视化以便更好地理解和比较。
引用
@article{arxiv.1903.00634,
title = {Evaluation of state representation methods in robot hand-eye coordination learning from demonstration},
author = {Jun Jin and Masood Dehghan and Laura Petrich and Steven Weikai Lu and Martin Jagersand},
journal= {arXiv preprint arXiv:1903.00634},
year = {2019}
}
备注
submitted to IROS 2019