从人类示范中学习并泛化变阻抗操作技能
机器人学
2021-12-28 v3
摘要
通过学习变阻抗控制策略，机器人助手能够智能地调整其操作柔顺性，从而在人-机器人交互环境中确保安全的相互作用与恰当的任务完成。本文中，我们提出一种基于 DMP 的框架，从人类示范中学习并泛化变阻抗操作技能。该框架提升了机器人对环境变化的适应能力（即机器人末端执行器处抓取物体的重量与形状变化），并继承了基于示范方差的刚度估计方法的效率。此外，借助我们的刚度估计方法，我们不仅生成了平移刚度曲线，还生成了大多数学习变阻抗控制论文中所忽略或不完整的旋转刚度曲线。我们在 7 自由度冗余机械臂上进行了真实世界实验，以验证我们框架的有效性。
引用
@article{arxiv.2104.01324,
title = {Learning and Generalizing Variable Impedance Manipulation Skills from Human Demonstrations},
author = {Yan Zhang and Fei Zhao and Zhiwei Liao},
journal= {arXiv preprint arXiv:2104.01324},
year = {2021}
}
备注
7 pages, 9 figures