面向视觉伺服的学习稳定动力学系统
机器人学
2022-04-13 v1
摘要
本工作展示了将基于动力学系统形式化的模仿学习技术与视觉伺服范式相融合的双重益处。一方面，动力学系统允许在不显式编码于视觉伺服律中的情况下编程额外技能，而是利用少量完整期望行为的示教。另一方面，视觉伺服允许将外部感知纳入动力学系统架构，并能够适应意外的环境变化。通过将三种现有动力学系统方法应用于视觉伺服案例，证明了这两种概念的有益结合。仿真验证并比较了这些方法；机械臂实验展示了该方法在真实场景中的有效性。
引用
@article{arxiv.2204.05681,
title = {Learning Stable Dynamical Systems for Visual Servoing},
author = {Antonio Paolillo and Matteo Saveriano},
journal= {arXiv preprint arXiv:2204.05681},
year = {2022}
}
备注
IEEE International Conference on Robotics and Automation, 2022