从演示中学习任务优先级
机器人学
2018-11-21 v3
摘要
仿人机器人的双臂操作提供了同时执行多个操作任务的可能性，这进而引入了任务优先级排序问题。我们从演示学习的角度解决这一问题，将任务参数化高斯混合模型（TP-GMM）扩展至雅可比与零空间结构。所提出的方法在双臂技能上进行了测试，但可应用于任何需要学习潜在冲突任务间优先级的场景。我们在以下场景中评估了所提出的框架：两个需要学习优先级的仿人机器人不同任务，以及一个移动操作场景，结果表明该方法可用于学习多个并行任务的优先级排序。
引用
@article{arxiv.1707.06791,
title = {Learning Task Priorities from Demonstrations},
author = {João Silvério and Sylvain Calinon and Leonel Rozo and Darwin G. Caldwell},
journal= {arXiv preprint arXiv:1707.06791},
year = {2018}
}
备注
Accepted for publication at the IEEE Transactions on Robotics