通过模仿学习相对交互
机器人学
2021-09-27 v1 人工智能
机器学习
摘要
在本项目中，我们通过模仿学习训练了一个神经网络，以执行机器人与环境中物体之间的特定交互。具体而言，我们解决了将机器人移动到相对于某物体的固定位姿的任务，随后将方法扩展至处理该物体周围任意位姿的情况。我们展示了一个简单网络在较少训练数据下即可在固定位姿任务上达到非常好的性能，而若要满意地完成任意位姿任务则需更多工作。我们还探究了传感器读数中的歧义（特别由目标物体对称性引起）对所学控制器行为的影响。
引用
@article{arxiv.2109.12013,
title = {Learning Relative Interactions through Imitation},
author = {Giorgia Adorni and Elia Cereda},
journal= {arXiv preprint arXiv:2109.12013},
year = {2021}
}