面向变柔顺机器人装配的快速技能学习

机器人装配代表了一组具有复杂接触操作的强化学习与变柔顺控制的基准问题。将强化学习应用于物理机器人的关键挑战之一是样本复杂度，即学习需要大量经验。我们通过将迭代重拟合模型借助模型引导探索纳入学习过程来缓解该样本复杂度问题。然而，拟合物理环境的局部模型存在重大困难。本工作中，使用卡尔曼滤波器将自适应线性动力学与来自解析描述的粗略先验模型相结合，并被证明比现有方法给出更准确的预测。实验结果表明，所提模型拟合策略可纳入模型预测控制器以生成良好的探索行为来加速学习，同时保留无模型强化学习对于不确定环境的益处。除样本复杂度外，运行中不可避免的机器人过载也往往限制学习效率。为解决该问题，我们提出一种方法以限制柔顺控制系统中的最大可能势能，从而将接触力保持在合法范围内。