通过手部安装的演示界面从观察中进行可行性感知的模仿学习
机器人学
2025-03-13 v1 机器学习
摘要
通过演示界面进行模仿学习，有望从直观的人类演示中学习用于机器人自动化的策略。然而，由于人类与机器人运动特性的差异，人类专家可能会无意中演示机器人无法执行的动作。我们提出了基于观察的可行性感知行为克隆（FABCO）。在FABCO框架中，使用机器人预训练的正向和逆向动力学模型评估每次演示的可行性。该可行性信息作为视觉反馈提供给演示者，鼓励他们改进其演示。在策略学习期间，估计的可行性作为演示数据的权重，提高了学习策略的数据效率和鲁棒性。我们通过将FABCO应用于涉及移液器和药瓶的移液器插入任务，实验验证了其有效性。四名参与者评估了FABCO中可行性反馈和加权策略学习的影响。此外，我们使用NASA任务负荷指数（NASA-TLX）评估了带有视觉反馈的演示所产生的工作负荷。
引用
@article{arxiv.2503.09018,
title = {Feasibility-aware Imitation Learning from Observations through a Hand-mounted Demonstration Interface},
author = {Kei Takahashi and Hikaru Sasaki and Takamitsu Matsubara},
journal= {arXiv preprint arXiv:2503.09018},
year = {2025}
}