从虚拟现实动态演示中学习基于深度视觉的个性化机器人导航
机器人学
2023-08-01 v3
摘要
为了获得最佳的人机交互体验，机器人的导航策略应考虑用户的个人偏好。本文提出一种由感知流水线辅助的学习框架，用于从用户演示中训练基于深度视觉的个性化导航控制器。我们的虚拟现实接口能够在用户运动状态下演示机器人导航轨迹，以适应动态交互场景。该新型感知流水线结合变分自编码器与运动预测器，将感知到的深度图像压缩为潜在状态表示，以使学习智能体能够高效推理机器人的动态环境。通过详细分析与消融实验，我们评估了感知流水线的不同配置。为进一步量化导航控制器的个性化质量，我们提出并应用了一种基于Fr\'echet距离度量偏好反映的新指标。我们讨论了机器人在多种虚拟场景中的导航性能，并展示了首个仅依赖深度图像的个性化机器人导航控制器。突出我们方法的补充视频可在线获取。
引用
@article{arxiv.2210.01683,
title = {Learning Depth Vision-Based Personalized Robot Navigation From Dynamic Demonstrations in Virtual Reality},
author = {Jorge de Heuvel and Nathan Corral and Benedikt Kreis and Jacobus Conradi and Anne Driemel and Maren Bennewitz},
journal= {arXiv preprint arXiv:2210.01683},
year = {2023}
}