行为树中运动技能参数的学习
机器人学
2022-08-03 v2 机器学习
摘要
强化学习（RL）是一个强大的数学框架，使机器人能通过试错学习复杂技能。尽管在许多应用中取得了大量成功，RL 算法仍需要数千次试验才能收敛到高性能策略，可能在学习中产生危险行为，且优化后的策略（通常建模为神经网络）在任务执行失败时几乎无法给出任何解释。出于这些原因，RL 在工业环境中的采用并不普遍。另一方面，行为树（BTs）可提供这样一种策略表示：a) 支持模块化与可组合技能，b) 便于对机器人动作进行解释，c) 提供有利的低维参数空间。本文中，我们提出一种新颖算法，能在仿真中学习 BT 策略的参数，并在无需额外训练的情况下泛化至物理机器人。我们利用带有工作站数字孪生的物理模拟器，通过黑盒优化器优化相关参数。我们以 7-DOF KUKA-iiwa 机械臂在一个包含避障与富接触插入（ peg-in-hole）的任务中展示了方法的有效性，其中我们的方法优于基线。
引用
@article{arxiv.2109.13050,
title = {Learning of Parameters in Behavior Trees for Movement Skills},
author = {Matthias Mayr and Konstantinos Chatzilygeroudis and Faseeh Ahmad and Luigi Nardi and Volker Krueger},
journal= {arXiv preprint arXiv:2109.13050},
year = {2022}
}
备注
8 pages, 5 figures, accepted at 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)