黎曼流形上的高斯分布：在机器人学习与自适应控制中的应用
机器人学
2020-03-31 v4 机器学习
摘要
本文概述了可受益于黎曼几何与概率表示联合使用的机器人学习和自适应控制应用。首先讨论了黎曼流形、测地线和平移在机器人学中的作用。然后介绍了机器人学中已采用的几种流形形式，并列举了未被充分利用但在未来机器人学习应用中具有潜力的流形。接着介绍了一系列在黎曼流形上使用高斯分布的技术，包括聚类、回归、信息融合、规划和控制问题。给出了两个应用示例，涉及基于表面肌电图（sEMG）数据的假手控制，以及双手水下机器人的遥操作。最后讨论了进一步的前景，并提出了有前景的研究方向建议。
引用
@article{arxiv.1909.05946,
title = {Gaussians on Riemannian Manifolds: Applications for Robot Learning and Adaptive Control},
author = {Sylvain Calinon},
journal= {arXiv preprint arXiv:1909.05946},
year = {2020}
}