高效学习逆静力学模型
机器学习
2019-06-24 v1
摘要
Online Goal Babbling和Direction Sampling是最近提出的直接从零开始学习逆运动学映射的方法，即使在遵循“在行为中学习”范式的高维感知运动空间中也是如此。为了从零开始且不使用任何闭环控制器学习逆静力学映射——主要用于重力补偿——我们修改并增强了Online Goal Babbling和Direction Sampling方案。此外，我们利用逆静力学映射中的对称性来大幅减少学习逆静力学模型所需的样本数量。针对2R平面机器人、3R简化人类手臂和4R人形机器人手臂的结果清楚地表明，它们的逆静力学映射可以利用我们改进的在线Goal Babbling方案成功学习。此外，我们展示2R和3R手臂所需的样本数可分别减少至少8倍和16倍——取决于所发现对称性的数量。
引用
@article{arxiv.1710.06463,
title = {Learning Inverse Statics Models Efficiently},
author = {Rania Rayyes and Daniel Kubus and Carsten Hartmann and Jochen Steil},
journal= {arXiv preprint arXiv:1710.06463},
year = {2019}
}