全局稳定的神经模仿策略
机器人学
2024-09-04 v2 机器学习
摘要
模仿学习是有效的一种方法，旨在缓解从解决方案空间中学习策略的资源密集和耗时的局面。尽管最终得到的策略能够可靠地模仿专家演示，但往往在未探索的状态空间区域缺乏可预测性，面对扰动时会引发显著的安全问题。为此，我们引入了 Stable Neural Dynamical System（稳定神经动力学系统，SNDS），一种能够产生具有形式稳定性保证的策略的模仿学习框架。我们部署一种神经网络策略架构，能够表示基于 Lyapunov 定理的稳定性，并联合训练策略及其对应的 Lyapunov 候选函数，以确保全局稳定性。我们通过在仿真环境中进行大量实验并成功将训练后的策略部署到实际的机械臂上进行验证。实验结果表明，我们的方法克服了之前模仿学习方法存在的不稳定性、准确性和计算密集性问题，使 our 方法在复杂规划场景下的稳定策略学习具有前景。
关键词
引用
@article{arxiv.2403.04118,
title = {Globally Stable Neural Imitation Policies},
author = {Amin Abyaneh and Mariana Sosa Guzmán and Hsiu-Chin Lin},
journal= {arXiv preprint arXiv:2403.04118},
year = {2024}
}