基于一致性的模仿与适配:四足机器人利用深度强化学习从视频模仿动物
机器人学
2022-03-14 v1 机器学习
摘要
四足动物运动的本质是重心的运动,其在四足动作中具有模式。然而,四足机器人的步态运动规划耗时较长。自然界中的动物可为机器人提供大量步态信息以供学习和模仿。常见方法利用动作捕捉系统或众多运动数据点来学习动物姿态。在本文中,我们提出一种视频模仿适配网络(VIAN),可从数秒视频中模仿动物动作并将其适配到机器人上。深度学习模型从视频中提取动物运动过程中的关键点。VIAN通过运动适配器消除噪声并提取运动关键信息,然后将提取的运动作为运动模式函数应用于深度强化学习(DRL)。为确保学习结果与视频中动物运动的相似性,我们引入了基于运动一致性的奖励。DRL从视频的运动模式中探索并学习保持平衡,模仿动物动作,最终使模型能从不同动物的短运动视频中学习步态或技能,并将运动模式迁移到真实机器人。
引用
@article{arxiv.2203.05973,
title = {Imitation and Adaptation Based on Consistency: A Quadruped Robot Imitates Animals from Videos Using Deep Reinforcement Learning},
author = {Qingfeng Yao and Jilong Wang and Shuyu Yang and Cong Wang and Hongyin Zhang and Qifeng Zhang and Donglin Wang},
journal= {arXiv preprint arXiv:2203.05973},
year = {2022}
}