基于监督学习的液体转移反馈运动规划
机器人学
2017-02-21 v2
摘要
我们提出了一种新颖的运动规划算法，用于将液体从源容器转移到目标容器。我们的方法采用滚动时域优化策略，该策略考虑了流体约束并避免碰撞。为了高效处理液体的高维构型空间，我们使用系统辨识通过神经网络学习其动力学特性。我们在针对转移问题的特定搜索空间中使用随机优化生成训练数据集。运行时反馈运动规划器用于实时规划，我们在模拟的 2D 和 3D 流体转移基准测试中观察到很高的成功率。
引用
@article{arxiv.1609.03433,
title = {Feedback Motion Planning for Liquid Transfer using Supervised Learning},
author = {Zherong Pan and Dinesh Manocha},
journal= {arXiv preprint arXiv:1609.03433},
year = {2017}
}