基于模仿学习的六维线性柔顺运动学习框架

我们提出了一种从示范中学习可建模为线性运动与柔顺序列的六维任务的新方法。本文重点在于学习单个线性基元，多个此类基元可排序执行以完成更复杂任务。所提方法仅从示范中学习，无需任何先验信息，即可如何在接触任务（如装配）中利用机械梯度（包括平移与旋转）。该方法假设在六维中存在一个期望线性方向，若由机械臂遵循，可引导机器人末端执行器到达示范中所示目标区域，无论是在自由空间还是通过柔顺利用接触。首先，收集示范，其中示教者明确向机器人展示如何将机械梯度用作通向目标的引导。根据示范，计算出一组方向，这些方向会在单个基元示范的每个时间步产生所观察到的运动。通过观察所有集合中包含的方向，我们找到一个可复现示范运动的单一期望方向。在旋转与平移中确定柔顺轴数量及其方向基于如下假设：在存在期望运动方向时，所有其他观察到的运动均由环境接触力引起，表明需要柔顺。我们在 KUKA LWR4+ 机器人上评估该方法，测试设置模拟人类利用柔顺应对位置不确定性的典型任务。结果表明，该方法能通过利用任务几何成功学习并复现柔顺运动，从而减少对定位精度的需求。