通过 π-STAM 学习人-机器人交接：基于时空可供性图的策略改进
机器人学
2016-10-18 v2
摘要
人-机器人交接任务具有高度不确定性和问题结构差的特点，使其成为困难的任务。虽然机器学习方法已显示出有希望的结果，但它们在状态维度大的问题（例如人形机器人场景）中的应用仍然有限。此外，使用这些方法并在与人类操作员交互期间，无法保证对空间约束（例如来自社交规则）的正确解释。在本文中，我们提出了基于时空可供性图的策略改进——π-STAM，这是一种新颖的迭代算法，用于学习空间可供性并生成机器人行为。我们的目标是通过使用可供性来生成适应未知动作语义的策略。通过这种方式，在学习执行人-机器人交接任务时，我们可以（1）用少量训练回合高效地生成良好策略，以及（2）轻松编码动作语义，并在可用时强制执行其中的先验知识。我们在仿真和真实 NAO 机器人上实验验证了我们的方法，该机器人的任务是从人类手中接过物体。获得的结果表明，我们的算法在获得良好策略的同时，减少了学习过程的计算负荷和时间。
引用
@article{arxiv.1610.02609,
title = {Learning Human-Robot Handovers Through $\pi$-STAM: Policy Improvement With Spatio-Temporal Affordance Maps},
author = {Francesco Riccio and Roberto Capobianco and Daniele Nardi},
journal= {arXiv preprint arXiv:1610.02609},
year = {2016}
}