利用隐式非线性动力学模型从演示中学习

从演示中学习是训练策略以解决涉及复杂运动任务（例如机器人操作中遇到的任务）的一种有效范式。在实践中，LfD 的成功应用需要克服策略执行过程中的误差累积问题，即误差随时间复合导致的漂移问题以及随之产生的分布外行为。现有工作试图通过扩大数据收集规模、利用人在回路纠正策略错误、在时间上集成策略预测，或通过学习具有收敛保证的动力学系统模型来解决这一问题。在本工作中，我们提出并验证了一种克服该问题的替代方法。受储备池计算启发，我们开发了一种循环神经网络层，该层包含一个具有可调动力学特性的固定非线性动力学系统，用于对时间动力学进行建模。我们在使用 LASA 人类手写数据集重现人类手写运动的任务上验证了我们神经网络层的有效性。通过经验实验，我们证明将我们的层整合到现有神经网络架构中可以解决 LfD 中的误差复合问题。此外，我们与现有方法（包括策略预测的时间集成和回声状态网络（ESN）实现）进行了比较评估。我们发现，我们的方法在手写任务上产生了更高的策略精度和鲁棒性，同时能泛化到多种动力学状态，并保持具有竞争力的延迟得分。