利用 T-Resilience 算法实现机器人快速损伤恢复
机器人学
2014-03-26 v1 人工智能
机器学习
摘要
损伤恢复对于需要长时间无人协助运行的自主机器人至关重要。大多数现有方法复杂且成本高昂，因为它们需要预测每种潜在的损伤以准备好应急计划。作为替代方案，我们引入了 T-resilience 算法，这是一种新算法，使机器人能够在未预见的情况下快速自主地发现补偿行为。该算法为机器人配备自模型，并通过学习避免那些在自模型和现实中表现不同的行为来发现新行为。因此，我们的算法并不识别受损部件，而是隐式地搜索不使用这些部件的高效行为。我们在一只六足机器人上评估了 T-Resilience 算法，该机器人需要适应腿部移除、腿部断裂和电机故障；我们将它与随机局部搜索、策略梯度以及 Bongard 等人提出的自建模算法进行了比较。借助 RGB-D 传感器和 SLAM 算法，在机评估了机器人的行为。仅使用 25 次机器人测试和总共 20 分钟的运行时间，T-Resilience 始终比其他方法产生显著更好的结果。
引用
@article{arxiv.1302.0386,
title = {Fast Damage Recovery in Robotics with the T-Resilience Algorithm},
author = {Sylvain Koos and Antoine Cully and Jean-Baptiste Mouret},
journal= {arXiv preprint arXiv:1302.0386},
year = {2014}
}