利用动力学相似性进行经验选择以实现机器人间高效多源迁移学习

在机器人学文献中，已提出不同的知识迁移方法，以利用来自源任务或机器人——真实的或虚拟的——的经验来加速新任务或机器人上的学习过程。一个常被假定却鲜少检验的假设是：融入来自源任务或机器人的经验将是有益的。在实践中，不适当的知识迁移可能导致负迁移或不安全行为。本工作中，受鲁棒控制理论中系统间隙度量 $\nu$-gap 的启发，我们提出一种数据高效算法用于估计成对机器人系统间的相似性。在多源机器人间迁移学习设置中，我们展示该相似性度量使我们能预测相对迁移性能，从而在知识迁移前从源机器人中有信息地选择经验。我们通过四旋翼实验验证我们的方法，将逆动力学模型从真实或虚拟源四旋翼迁移以提升目标四旋翼在任意手绘轨迹上的跟踪性能。我们展示基于所提相似性度量的经验选择有效促进了目标四旋翼的学习，相较 poorly selected 经验性能提升 62%。