无需人类示范学习潜在动作
机器人学
2022-02-23 v3
摘要
通过将用户的低维操纵杆输入映射到高维复杂动作，我们可以让残障用户更轻松地控制辅助机器人。先前工作从人类示范中学习这些映射：非残障人类远程操作或运动学引导机械臂完成各种动作，机器人学习复现所示范的行为。但该框架往往不切实际——残障用户并非总能获得外部示范！在此，我们改为在没有人类示范或预定义任务的情况下学习多样的远程操作映射。在我们的无监督方法下，机器人首先优化物体状态熵：即机器人自主地学习推、拉、打开、关闭或以其他方式改变附近物体的状态。然后我们将这些多样的、面向物体的行为嵌入到一个潜在空间中以用于实时控制：此刻按压操纵杆会使机器人执行如推动或打开之类的灵巧运动。我们通过实验表明——在最佳人类操作员情况下——我们的无监督方法实际上优于从人类示范中学到的远程操作映射，尤其是当那些示范含有噪声或不完美时。但我们的用户研究结果则不那么明确：尽管我们的方法使参与者更快速地完成任务且方向改变更少，但当无监督机器人学到意料之外的行为时用户会感到困惑。用户研究视频见：https://youtu.be/BkqHQjsUKDg
引用
@article{arxiv.2109.08801,
title = {Learning Latent Actions without Human Demonstrations},
author = {Shaunak A. Mehta and Sagar Parekh and Dylan P. Losey},
journal= {arXiv preprint arXiv:2109.08801},
year = {2022}
}