交互式动态行走：具有泛化保证的步态切换策略学习
机器人学
2021-09-29 v1 机器学习
系统与控制
系统与控制
摘要
本文考虑使动态行走的双足机器人适应跟随一位带领导向的合作者，同时从事需要物理交互的任务的问题。我们的方法依赖于在由监督器支配的一组动态运动基元（DMPs）之间进行切换。我们训练该监督器来协调DMPs之间的切换，以适应领导者的意图，这些意图仅以交互力的形式隐式可用。我们方法的主要贡献是其能够为训练后的监督器提供针对新颖领导者意图的泛化证书。这是通过利用泛化理论中的可能近似正确（PAC）-贝叶斯界实现的。我们通过训练一个神经网络监督器，使动态行走双足机器人的步态适应一位预期轨迹未被显式已知的领先合作者，来展示我们方法的有效性。
引用
@article{arxiv.2109.13417,
title = {Interactive Dynamic Walking: Learning Gait Switching Policies with Generalization Guarantees},
author = {Prem Chand and Sushant Veer and Ioannis Poulakakis},
journal= {arXiv preprint arXiv:2109.13417},
year = {2021}
}