为跳跃任务学习结构化神经网络策略
机器人学
2018-08-07 v2
摘要
在这项工作中，我们提出了一种方法，用于为一个涉及硬冲击和切换接触的简单动态运动任务学习反应式策略，其中我们假设接触位置和接触时间未知。为了学习这样的策略，我们使用最优控制来为固定的环境和接触优化一个局部控制器。我们以样本高效的方式沿着这些轨迹学习我们欠驱动系统的接触丰富动力学。我们使用优化后的策略以神经网络的形式学习反应式策略。通过使用一种新的神经网络架构，我们能够从局部策略中保留更多信息，并使其输出可解释，即其输出可以解释为期望轨迹、前馈命令和增益。大量仿真证明了该方法对环境变化的鲁棒性，在仿真中相同任务上优于基于无模型梯度策略的方法。最后，我们展示了学习到的策略可以鲁棒地迁移到真实机器人上。
引用
@article{arxiv.1710.00022,
title = {Learning a Structured Neural Network Policy for a Hopping Task},
author = {Julian Viereck and Jules Kozolinsky and Alexander Herzog and Ludovic Righetti},
journal= {arXiv preprint arXiv:1710.00022},
year = {2018}
}
备注
IEEE Robotics and Automation Letters 2018