使用贝叶斯交互基元学习肌肉骨骼机器人的交互行为
机器人学
2019-08-16 v1 机器学习
摘要
基于气动驱动的肌肉骨骼机器人具有柔顺性、可反向驱动等多种特性，使其在人机协作中尤为具吸引力。然而，由于此类系统控制固有的非线性和不确定性，为其编程交互与响应行为极具挑战。本文中，我们提出一种在有限示例演示下为肌肉骨骼机器人学习贝叶斯交互基元的方法。我们表明该方法能够对无解析模型的机器人进行实时状态估计与响应生成。在“握手”任务上的人机交互实验表明，该方法可泛化至新位置、交互伙伴和运动速度。
引用
@article{arxiv.1908.05552,
title = {Learning Interactive Behaviors for Musculoskeletal Robots Using Bayesian Interaction Primitives},
author = {Joseph Campbell and Arne Hitzmann and Simon Stepputtis and Shuhei Ikemoto and Koh Hosoda and Heni Ben Amor},
journal= {arXiv preprint arXiv:1908.05552},
year = {2019}
}
备注
Accompanying video: https://youtu.be/2fxOn3lIdvo