ILoSA：刚度与吸引子的交互式学习
机器人学
2021-09-20 v2 机器学习
摘要
教导机器人如何按我们的偏好施加力仍是一项开放挑战，需从多重工程视角着手解决。本文研究如何学习变阻抗策略，其中笛卡尔刚度和吸引子均可从人类示范及通过用户友好界面的纠正中学习。所提框架名为 ILoSA，使用高斯过程进行策略学习，识别不确定性区域并允许交互式纠正、刚度调节与主动扰动抑制。该框架的实验评估在 Franka-Emika Panda 上于四个具有独特力交互特性的案例中开展：1）拔插头，成功拔出时会发生突然力不连续；2）推箱子，需持续施力以保持机器人运动；3）擦白板，力垂直于运动方向施加；4）插插头，以非专家用户进行的实验验证来确认其在精度关键任务中的可用性。
引用
@article{arxiv.2103.03099,
title = {ILoSA: Interactive Learning of Stiffness and Attractors},
author = {Giovanni Franzese and Anna Mészáros and Luka Peternel and Jens Kober},
journal= {arXiv preprint arXiv:2103.03099},
year = {2021}
}