内省式视觉运动控制：利用深度视觉运动控制中的不确定性实现失败恢复

端到端视觉运动控制正成为机器人操作任务的一种引人注目的解决方案。然而，基于模仿学习的视觉运动控制方法往往存在一个普遍局限，即缺乏从由复合误差引起的分布外状态中恢复的能力。本文中，我们不使用触觉反馈或通过视觉显式检测失败，而是研究利用策略神经网络的不确定性。我们提出一种基于不确定性的新方法，用于检测并从失败案例中恢复。我们的假设是：策略不确定性可隐式指示视觉运动控制任务中的潜在失败，且不确定性最小的机器人状态更可能导向任务成功。为从高不确定性案例中恢复，机器人沿轨迹监控其不确定性，并在状态-动作空间中探索可行动作以将自身带入更确定的状态。我们的实验验证了该假设，并显示出任务成功率显著提升：推动任务提升 12%，抓取-触碰任务提升 15%，抓取-放置任务提升 22%。