黎曼流形上全位姿途经点运动基元的增量学习
机器人学
2024-10-28 v1
摘要
运动基元（MPs）是机器人技能的紧凑表示，可以从演示中学习并组合成复杂行为。然而，仅仅为机器人配备一组固定的先天MPs不足以将其部署在动态和不可预测的环境中。相反，MPs的全部潜力仍有待通过可适应的、大规模的MP库来实现。在本文中，我们提出了一组七种基本操作，用于增量学习、改进和重组MP库。为了展示其适用性，我们为由途经点运动基元（VMPs）组成的库提供了空间操作的显式公式。通过建立在黎曼流形理论之上，我们的方法能够增量学习库中位置和方向VMPs的所有参数。此外，我们的方法存储固定数量的参数，从而符合增量学习的基本原则。我们评估了从顺序提供的运动捕捉数据中增量学习VMP库的方法。
引用
@article{arxiv.2312.08030,
title = {Incremental Learning of Full-Pose Via-Point Movement Primitives on Riemannian Manifolds},
author = {Tilman Daab and Noémie Jaquier and Christian Dreher and Andre Meixner and Franziska Krebs and Tamim Asfour},
journal= {arXiv preprint arXiv:2312.08030},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication. 7 pages, 7 figures and 2 tables